主分类:软件测试与质量工程
来源 JD 数据(旧分类保留,当前主分类见上方)
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "高级测试开发工程师-AI芯片",
"job_level": "高级",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "研发"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责AI芯片系统软件的测试策略制定、规划与执行,保障测试活动有序、高效推进,协同研发团队达成高质量交付目标;\n2、与研发团队紧密协作,分析测试需求,制定全面、合理且高效的测试方案与详细计划;\n3、独立完成测试用例的设计、执行与迭代,出具专业测试报告,精准评估系统质量与风险,确保测试进度与覆盖度;\n4、主导自动化测试脚本、工具及框架的开发与维护,通过自动化手段持续提升测试覆盖率和执行效率;\n5、负责缺陷的提交、跟踪、验证与闭环,协助研发工程师进行问题复现、定位与根因分析;\n6、基于测试数据与缺陷进行质量分析,主动推动测试流程、方法与工具的改进与创新,不断提升团队测试效能。",
"requirements_text": "1、计算机相关专业本科及以上学历,有AI芯片/GPU/高性能计算领域系统软件测试或研发经验;\n2、精通软件测试理论与方法,熟练掌握测试流程、测试用例设计方法及缺陷管理流程,具备优秀的需求分析与测试点提炼能力;\n3、具备AI芯片、GPU系统软件驱动、固件或系统软件测试/开发经验,理解芯片产品开发生命周期及各阶段测试重点,熟悉GPU硬件架构与系统软件栈,理解PCIe、NVLink、GDR等关键技术;\n4、具备扎实的Linux系统知识,能在用户态与内核态进行驱动软件测试、调试与分析的能力,具备扎实的网络基础,熟悉RDMA/DPDK等高性能网络技术,并有在Docker等容器化环境的测试经验;\n5、掌握Shell/Python/Go中至少一门编程语言,能独立编写自动化测试脚本和工具,熟练使用Git、Jenkins、Pytest等常用开发与测试工具;\n6、具备独立工作与多任务处理能力,能够在扁平化管理环境中自我驱动,并与跨职能团队高效协作。\n\n加分项:\n1、具备NVIDIA GPU或Mellanox(MLX)智能网卡深入测试经验的候选人优先;\n2、精通CUDA或NCCL等并行计算与通信库者优先;\n3、深入理解RoCEv2和OFED技术栈者优先;\n4、具备独立开发复杂测试工具或平台的实战经验者优先。",
"skills": [AI生成
"Python",
"Linux",
"Docker",
"CUDA",
"自动化测试",
"软件测试",
"需求分析"
],
"preferred_qualifications": "加分项:;1、具备NVIDIA GPU或Mellanox(MLX)智能网卡深入测试经验的候选人优先;2、精通CUDA或NCCL等并行计算与通信库者优先;3、深入理解RoCEv2和OFED技术栈者优先;4、具备独立开发复杂测试工具或平台的实战经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7582165993067874565/detail"
}
]
},
"posting": {
"posting_id": "7582165993067874565",
"post_date": "2025-12-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7582165993067874565/detail"
},
"fulltext": "高级测试开发工程师-AI芯片\n职位描述\n1、负责AI芯片系统软件的测试策略制定、规划与执行,保障测试活动有序、高效推进,协同研发团队达成高质量交付目标;\n2、与研发团队紧密协作,分析测试需求,制定全面、合理且高效的测试方案与详细计划;\n3、独立完成测试用例的设计、执行与迭代,出具专业测试报告,精准评估系统质量与风险,确保测试进度与覆盖度;\n4、主导自动化测试脚本、工具及框架的开发与维护,通过自动化手段持续提升测试覆盖率和执行效率;\n5、负责缺陷的提交、跟踪、验证与闭环,协助研发工程师进行问题复现、定位与根因分析;\n6、基于测试数据与缺陷进行质量分析,主动推动测试流程、方法与工具的改进与创新,不断提升团队测试效能。\n\n职位要求\n1、计算机相关专业本科及以上学历,有AI芯片/GPU/高性能计算领域系统软件测试或研发经验;\n2、精通软件测试理论与方法,熟练掌握测试流程、测试用例设计方法及缺陷管理流程,具备优秀的需求分析与测试点提炼能力;\n3、具备AI芯片、GPU系统软件驱动、固件或系统软件测试/开发经验,理解芯片产品开发生命周期及各阶段测试重点,熟悉GPU硬件架构与系统软件栈,理解PCIe、NVLink、GDR等关键技术;\n4、具备扎实的Linux系统知识,能在用户态与内核态进行驱动软件测试、调试与分析的能力,具备扎实的网络基础,熟悉RDMA/DPDK等高性能网络技术,并有在Docker等容器化环境的测试经验;\n5、掌握Shell/Python/Go中至少一门编程语言,能独立编写自动化测试脚本和工具,熟练使用Git、Jenkins、Pytest等常用开发与测试工具;\n6、具备独立工作与多任务处理能力,能够在扁平化管理环境中自我驱动,并与跨职能团队高效协作。\n\n加分项:\n1、具备NVIDIA GPU或Mellanox(MLX)智能网卡深入测试经验的候选人优先;\n2、精通CUDA或NCCL等并行计算与通信库者优先;\n3、深入理解RoCEv2和OFED技术栈者优先;\n4、具备独立开发复杂测试工具或平台的实战经验者优先。\n1、负责AI芯片系统软件的测试策略制定、规划与执行,保障测试活动有序、高效推进,协同研发团队达成高质量交付目标;\n2、与研发团队紧密协作,分析测试需求,制定全面、合理且高效的测试方案与详细计划;\n3、独立完成测试用例的设计、执行与迭代,出具专业测试报告,精准评估系统质量与风险,确保测试进度与覆盖度;\n4、主导自动化测试脚本、工具及框架的开发与维护,通过自动化手段持续提升测试覆盖率和执行效率;\n5、负责缺陷的提交、跟踪、验证与闭环,协助研发工程师进行问题复现、定位与根因分析;\n6、基于测试数据与缺陷进行质量分析,主动推动测试流程、方法与工具的改进与创新,不断提升团队测试效能。\n1、计算机相关专业本科及以上学历,有AI芯片/GPU/高性能计算领域系统软件测试或研发经验;\n2、精通软件测试理论与方法,熟练掌握测试流程、测试用例设计方法及缺陷管理流程,具备优秀的需求分析与测试点提炼能力;\n3、具备AI芯片、GPU系统软件驱动、固件或系统软件测试/开发经验,理解芯片产品开发生命周期及各阶段测试重点,熟悉GPU硬件架构与系统软件栈,理解PCIe、NVLink、GDR等关键技术;\n4、具备扎实的Linux系统知识,能在用户态与内核态进行驱动软件测试、调试与分析的能力,具备扎实的网络基础,熟悉RDMA/DPDK等高性能网络技术,并有在Docker等容器化环境的测试经验;\n5、掌握Shell/Python/Go中至少一门编程语言,能独立编写自动化测试脚本和工具,熟练使用Git、Jenkins、Pytest等常用开发与测试工具;\n6、具备独立工作与多任务处理能力,能够在扁平化管理环境中自我驱动,并与跨职能团队高效协作。\n\n加分项:\n1、具备NVIDIA GPU或Mellanox(MLX)智能网卡深入测试经验的候选人优先;\n2、精通CUDA或NCCL等并行计算与通信库者优先;\n3、深入理解RoCEv2和OFED技术栈者优先;\n4、具备独立开发复杂测试工具或平台的实战经验者优先。",
"standard_classification": {
"std_category_code": "T022",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}