手机/平板测试（会AI）

面向 AIPC / MOSS 的 AI 原生应用，参与 Hi MOSS、MyMind、SideFlow、平行宇宙等产品的质量保障。围绕智能对话、知识管理、内容生成、工具调用和跨应用协同等真实用户任务，开展功能验证、自动化开发与专项测试，保障应用在真实设备上的正确性、可靠性和使用体验。 团队已有 Python 自动化框架和 Kotlin 设备端测试工具，覆盖用例管理、确定性执行、AI 辅助执行、结果判定、证据采集和缺陷闭环。你将基于现有能力持续建设可维护、可复跑的测试资产，并与应用、Agent、OS、云端及硬件团队协作解决端到端问题。 1. 负责应用功能与用户场景验证。 从需求、设计和代码变更中识别风险，设计并执行冒烟、回归、异常和边界测试，覆盖多轮对话、文件处理、知识检索、生成产物、权限授权、多窗口及跨应用协同等场景，验证完整业务结果。 2. 开发和维护自动化测试。 基于现有 Python、pytest、ADB、UI 自动化及设备端工具编写用例和脚本，维护稳定的定位、前置数据、执行步骤及断言；优先采用确定性自动化，合理使用 AI 辅助复杂交互，持续减少不稳定用例、误判和人工重复执行。 3. 参与 AI 应用结果质量评测。 建设可复现的输入、参考资料与验收标准，验证任务完成、结果正确、引用可信、产物可用和工具执行状态；结合程序断言、界面证据与必要的人工复核，分析模型输出波动、上下文丢失、幻觉及执行失败。 4. 开展性能、稳定性与兼容性测试。 按业务风险验证启动与交互响应、长时间运行、Crash / ANR、内存及功耗表现，覆盖弱网、断网重连、后台切换、升级和设备差异，分析对用户体验及交付的影响。 5. 定位并推动端到端问题闭环。 使用设备日志、截图、录屏、接口及执行轨迹区分应用、Agent、模型、服务端、OS 与设备问题，提交可复现的缺陷，与领域负责人协作定位、验证修复并补充回归资产。 6. 参与持续集成和质量机制建设。 将核心用例接入回归流程，维护设备与测试环境、报告及缺陷链路；基于真实执行数据说明关键场景覆盖、失败原因、阻塞与剩余风险，为版本准入提供可信依据。��

W2 本科 三年以上 1. 具备软件测试或测试开发实践，能够独立完成模块需求分析、用例设计、测试执行、缺陷跟踪与回归验证；能结合用户影响判断测试优先级。 2. 熟练使用 Python，能够独立编写、调试和维护自动化脚本，理解模块划分、异常处理、日志与代码复用；具备 Git 和基本 Linux / Shell 使用能力。 3. 熟悉 Android 应用测试与真机调试，能够使用 ADB、logcat、UI 层级和抓包工具排查问题；具备 pytest、uiautomator2、Appium 或同类框架的实际使用经验。 4. 理解 HTTP / API、鉴权、客户端与服务端交互，能够结合接口返回、设备状态与日志定位问题；对异步处理、重试、超时、数据一致性和权限边界有基本认识。 5. 理解大模型应用的基本工作方式，了解 Prompt、上下文、检索增强生成（RAG）、Agent 与工具调用；能够将主观体验转化为清晰的验证标准，认识模型回答与实际任务执行结果之间的区别。 6. 有较强的问题分析、学习和协作能力，能够清晰记录复现条件与证据，主动推动跨团队问题闭环，对测试结果的真实性和可复现性负责。 加分项 ● 有 AI 助手、知识库、智能办公、多模态或 Agent 产品的测试 / 评测经验，参与过评测集、自动判定或失败归因建设。 ● 有自动化框架、设备池、CI 回归、测试报告或缺陷平台集成经验，能够用真实数据说明效率或质量收益。 ● 熟悉 Kotlin / Java、Android Accessibility、Jetpack Compose，或具备 iOS / XCUITest 跨平台自动化经验。 ● 有性能与稳定性分析、弱网测试、多窗口 / 桌面应用兼容性、应用与 OS / 硬件协同问题排查经验。 ● 有 AI 编程工具、测试 Agent 或智能探索测试实践，能够审查生成代码与用例，并用真实执行证据验证效果。