{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "北京-AI测试开发工程师(J101055)",
        "job_level": "",AI生成
        "work_category": "校招",AI生成
        "department": "",
        "location": "北京市",
        "work_mode": "",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "百度",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "北京-AI测试开发工程师(J101055)\n\n基础信息\n地点：北京市\n项目：校招\n类别：技术\n招聘人数：51\n发布时间：2026-07-21\n\n工作职责\n- 智能化测试框架与平台研发：负责迭代升级自动化测试框架，主导AI智能化测试平台的设计、开发与落地，融合大模型、AI Agent技术，实现测试任务自主编排、脚本自愈、用例复用，全面提升测试自动化率、迭代效率与业务覆盖率，支撑产品快速迭代\n- 全链路质量保障与AI专项测试：负责产品功能、接口、性能、兼容性全维度测试工作，同时承接大模型相关专项测试，包括模型输出准确性、逻辑推理能力、多轮对话一致性、内容安全性、鲁棒性及性能稳定性评测，保障AI赋能场景与核心业务的整体质量\n- 大模型测试能力落地与质效提优：深耕大模型在测试质效场景的落地应用，搭建智能化测试体系，实现基于大模型的需求解析、测试用例自动生成、测试数据智能构造、缺陷智能定位与根因分析、测试报告自动输出，解决传统测试重复性高、场景覆盖不全、问题排查低效等痛点\n- 协同研发与技术评审优化：深度参与产品需求评审、系统架构设计、代码评审及AI模型应用方案评审，结合业务场景与测试经验，针对业务逻辑、代码漏洞、大模型应用风险、测试薄弱点提出优化建议，前置规避质量风险，推动研发、测试、AI应用全流程协同提效\n- 质量体系建设与流程持续迭代：持续优化测试全流程规范，搭建适配AI智能化测试的质量度量体系，建立大模型测试资产库（评测数据集、专项用例、评测脚本、基准指标），沉淀标准化AI测试方案，持续迭代测试流程、工具与方法论，实现质量可量化、可追溯、可优化\n- 前沿技术调研与落地创新：跟进大模型、AI测试前沿技术，调研AIGC、智能评测、自动化故障注入等新技术在质量保障场景的应用，落地创新测试方案，持续提升团队测试智能化、自动化水平，打造高效智能的质量保障体系\n\n职责要求\n- 本科及以上学历，计算机、软件工程、人工智能、信息工程等相关专业优先，扎实掌握软件测试理论、全流程质量保障体系\n- 熟练掌握Python/Java/Go至少一门编程语言，具备扎实的自动化测试开发能力，有独立搭建、迭代测试框架、测试工具的实战经验，熟练运用Pytest、Selenium、JMeter等主流测试工具与框架\n- 具备大模型智能化测试落地经验，熟悉LLM大模型基础原理，掌握大模型用例生成、智能测试分析、模型效果评测、Prompt工程优化等实操能力，了解AI Agent测试、模型基准评测（Benchmark）、测试数据集搭建者优先\n- 具备良好的逻辑分析、问题排查能力和极强的质量意识，能够精准识别传统业务及AI应用场景的质量风险，擅长复盘测试问题、优化测试策略与流程\n- 熟悉接口、性能、功能自动化测试全流程，有全链路自动化测试落地经验，能够结合业务场景定制智能化测试方案，适配AI赋能的迭代测试需求\n- 具备良好的沟通协同能力、自主学习能力和技术创新意识，善于跟进AI测试前沿技术并落地转化，有AI测试、大模型质效优化、智能测试平台开发相关实习或项目经验者优先",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "6061be03-f92b-4430-a1b8-9168de0f91f6",
        "post_date": "2026-07-21",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://talent.baidu.com/jobs/detail/GRADUATE/6061be03-f92b-4430-a1b8-9168de0f91f6"
    },
    "fulltext": "北京-AI测试开发工程师(J101055)\n\n基础信息\n地点：北京市\n项目：校招\n类别：技术\n招聘人数：51\n发布时间：2026-07-21\n\n工作职责\n- 智能化测试框架与平台研发：负责迭代升级自动化测试框架，主导AI智能化测试平台的设计、开发与落地，融合大模型、AI Agent技术，实现测试任务自主编排、脚本自愈、用例复用，全面提升测试自动化率、迭代效率与业务覆盖率，支撑产品快速迭代\n- 全链路质量保障与AI专项测试：负责产品功能、接口、性能、兼容性全维度测试工作，同时承接大模型相关专项测试，包括模型输出准确性、逻辑推理能力、多轮对话一致性、内容安全性、鲁棒性及性能稳定性评测，保障AI赋能场景与核心业务的整体质量\n- 大模型测试能力落地与质效提优：深耕大模型在测试质效场景的落地应用，搭建智能化测试体系，实现基于大模型的需求解析、测试用例自动生成、测试数据智能构造、缺陷智能定位与根因分析、测试报告自动输出，解决传统测试重复性高、场景覆盖不全、问题排查低效等痛点\n- 协同研发与技术评审优化：深度参与产品需求评审、系统架构设计、代码评审及AI模型应用方案评审，结合业务场景与测试经验，针对业务逻辑、代码漏洞、大模型应用风险、测试薄弱点提出优化建议，前置规避质量风险，推动研发、测试、AI应用全流程协同提效\n- 质量体系建设与流程持续迭代：持续优化测试全流程规范，搭建适配AI智能化测试的质量度量体系，建立大模型测试资产库（评测数据集、专项用例、评测脚本、基准指标），沉淀标准化AI测试方案，持续迭代测试流程、工具与方法论，实现质量可量化、可追溯、可优化\n- 前沿技术调研与落地创新：跟进大模型、AI测试前沿技术，调研AIGC、智能评测、自动化故障注入等新技术在质量保障场景的应用，落地创新测试方案，持续提升团队测试智能化、自动化水平，打造高效智能的质量保障体系\n\n职责要求\n- 本科及以上学历，计算机、软件工程、人工智能、信息工程等相关专业优先，扎实掌握软件测试理论、全流程质量保障体系\n- 熟练掌握Python/Java/Go至少一门编程语言，具备扎实的自动化测试开发能力，有独立搭建、迭代测试框架、测试工具的实战经验，熟练运用Pytest、Selenium、JMeter等主流测试工具与框架\n- 具备大模型智能化测试落地经验，熟悉LLM大模型基础原理，掌握大模型用例生成、智能测试分析、模型效果评测、Prompt工程优化等实操能力，了解AI Agent测试、模型基准评测（Benchmark）、测试数据集搭建者优先\n- 具备良好的逻辑分析、问题排查能力和极强的质量意识，能够精准识别传统业务及AI应用场景的质量风险，擅长复盘测试问题、优化测试策略与流程\n- 熟悉接口、性能、功能自动化测试全流程，有全链路自动化测试落地经验，能够结合业务场景定制智能化测试方案，适配AI赋能的迭代测试需求\n- 具备良好的沟通协同能力、自主学习能力和技术创新意识，善于跟进AI测试前沿技术并落地转化，有AI测试、大模型质效优化、智能测试平台开发相关实习或项目经验者优先"
}