该岗位为外包联想的工作形式。 岗位职责： 1、测试体系从0到1搭建：主导大数据平台及AI算法模型测试体系的从0到1建设，制定覆盖全生命周期的测试策略、规范与流程，对最终交付质量与线上稳定性负责。 2、自动化测试框架开发：基于 Python/Java 等编程语言，独立设计并开发适用于大数据（ETL/数据流）及AI算法场景的自动化测试框架与工具平台，提升测试覆盖率与执行效能。 3、数据质量与算法评测：负责数据全链路（采集、清洗、转换、计算）的质量验证（完整性、一致性、时效性）；设计并实施针对AI模型/算法的离线评估、AB测试及回归测试方案，验证模型性能与业务效果。 4、持续集成与质量门禁：将自动化测试与数据校验流程深度集成到 CI/CD 管道（如 Jenkins/GitLab CI），建立代码级、接口级和业务级的自动化质量门禁，实现持续测试与交付。 5、线上监控与问题闭环：构建算法与数据链路的线上监控体系，定义核心质量指标与告警机制；通过日志分析、数据比对等手段，快速定位复杂系统或算法缺陷的根源，推动问题闭环解决。 6、前沿技术探索与赋能：关注并引入大模型（LLM）等前沿AI测试技术，探索“AI辅助生成测试用例/数据”、“智能缺陷根因分析”等智能化测试实践，持续优化测试流程，赋能研发团队。

任职要求： 1、学信网可查本科及以上学历；3-5年以上测试开发或大数据/AI算法测试经验，具备从0到1搭建测试框架或平台的成功落地案例。 2、编程与自动化能力：精通至少一门主流编程语言（Python/Java），具备扎实的代码能力；熟练掌握 Pytest、TestNG 等自动化测试框架，有自研或深度定制自动化测试平台的经验。 3、大数据与数据质量：熟悉 Hadoop/Spark/Flink 等大数据生态，精通 SQL 及 Pandas 等数据处理工具；具备丰富的数据质量评估经验，熟悉 Great Expectations、Deequ 等数据校验工具者优先。 4、AI与算法测试经验：了解大模型或机器学习算法基础原理，熟悉数据集构建、特征工程验证及模型评测指标；有 RAG、Agent 或大模型应用专项测试落地经验者优先。 5、工程化与DevOps：熟悉 Linux 环境及 Docker/K8s 容器化技术；熟练掌握 CI/CD 流程，具备将自动化测试无缝接入研发流水线的能力。