测开工程师（AI）-外包

1、自动化测试体系搭建与维护（核心） (1) 负责设计、开发和维护高复用、高稳定的自动化测试平台，覆盖 硬件 / web / AI 等核心业务场景。 (2) 持续优化自动化测试执行效率，将重复性回归测试场景自动化率提升至 80% 以上，从根本上解放人力。 (3) 解决自动化脚本因版本频繁变更导致的维护难题，探索引入 AI 驱动的脚本自愈机制，降低维护成本。 2、AI 赋能测试实践 (1) 探索并落地 AI 技术在测试自动化中的应用，例如： a. 利用计算机视觉 / AI 视觉模型实现 UI 自适应校验、跨端一致性验证。 b. 利用大语言模型（LLM）辅助生成测试用例、自动生成或修复自动化脚本。 (2) 落地 AI 驱动的智能探索性测试，覆盖人工难以穷举的边缘路径和用户交互场景。 3、融入敏捷与 DevOps 流程 (1) 将自动化测试深度集成至 CI/CD 流水线（如 Jenkins、GitLab CI），实现代码提交即触发的自动回归验证，为团队提供快速、准确的质量反馈。 (2) 参与敏捷迭代全流程（需求评审、Sprint 规划），推行测试左移理念，从源头设计可测性方案。 4、质量平台与效能建设 (1) 搭建或完善自动化测试平台，提供可视化的测试报告、执行记录及失败归因分析，让测试结果一目了然。

1、本科及以上学历，计算机科学、软件工程、人工智能或相关专业背景； 2、3 年以上软件测试或测试开发工作经验，其中至少 1 年以上专职自动化测试经验； 3、有在敏捷 / Scrum 团队中持续交付自动化测试价值的实际经历。 4、编程能力：熟练掌握 Python 或 golang，具备良好的编码规范意识，能够编写可维护、可扩展的测试代码； 5、自动化框架：精通至少一种主流自动化测试框架（如 MeterSphere 、Pytest、JMeter等），有从零搭建或深度定制自动化测试框架的实战经验； 具备清晰的测试架构分层能力； 6、接口联调能力：具备基本的 API 测试能力（如使用 Postman/Apifox），能独立完成自动化用例中前后端数据联调的校验逻辑； 7、CI/CD 集成：熟悉 Jenkins / GitLab CI / GitHub Actions 等至少一种流水线工具，能独立完成自动化测试任务的触发配置与报告回传。