测试专家（自动化与AI方向）

该职位来源于猎聘 管理与体系建设： 全面负责质量保证部管理，优化“铁三角”（PM/产品/研发）协同质量标准，建立覆盖全生命周期的质量度量体系（如千行代码 Bug 率、自动化覆盖率、漏测率等）。 全链路自动化落地： 主导分层自动化战略，从零或从 1 搭建基于 Playwright/Appium/Pytest 的 UI 与接口自动化框架，并将其深度集成至 CI/CD 流水线，实现编译后自动触发测试。 AI 驱动效能提升： 探索并落地 AI 赋能测试方案。利用 AI 工具（如 Cursor、GitHub Copilot 或自建 LLM 插件）优化测试用例生成、自动化脚本编写及缺陷根因分析，实现测试效率的跨越式提升。 专项测试统筹： 针对复杂业务逻辑（如会员积分分离、跨境支付/物流等）制定专项测试策略，把控高并发场景下的性能压测与全链路兼容性测试。 质量左移与右移： 推进测试左移（参与架构评审、代码 Review、单测监督）与测试右移（线上监控、故障复盘、全链路压测），建立缺陷全生命周期闭环机制。 团队建设与培养： 负责测试梯队建设与绩效考核，培养具备“测试开发”能力的复合型人才，规范禅道（Zentao）等管理工具的使用标准。 任职要求 资历背景： 本科及以上学历，8 年以上软件测试经验，其中 3 年以上中大型团队管理经验，有 互联网/ToB/数字化平台 相关项目经验优先。 自动化实战： 具备深厚的测试开发背景，精通 Golang/Python/Java 至少一种语言，能独立开发测试工具或维护自动化平台，对接口/Web/App 自动化有成熟的落地案例。 AI 应用能力（核心加分）： 熟悉主流 AI 辅助编程工具，有利用大模型（LLM）优化测试流程、编写脚本或进行辅助决策的实际经验，对新技术有极强的敏感度。 技术深度： 深入理解 DevOps 理念，熟悉 Jenkins/GitLab CI 集成；精通性能测试，能对系统瓶颈进行深度定位并提出优化建议。 工程化思维： 具备严谨的逻辑分析能力，能够通过自动化和流程改进解决“研发合并代码冲突”、“上线前紧急回归”等痛点。 综合素养： 极强的跨部门沟通协同能力，具备数据洞察力，能通过数据驱动研发流程的持续改进。