【蚂蚁招聘】月薪最高60K*16薪！AI/大模型/算法测试岗热招中，8岗5城共招11人！

AI驱动测试工程师*北京/西安*2人

薪资：不明

【主要职责】

• 你将深度参与以下工作：

• 1、AI 测试效能落地：协助构建基于 LLM（大语言模型）的自动化测试框架，推动 Vibe Coding 理念在测试场景中的实际应用，实现从“自然语言描述”到“可执行测试用例/脚本”的自动转化。

• 2、智能工具链研发：与团队协作，将复杂的数据库测试场景沉淀为 AI 原生工具，利用 Agent 技术实现测试用例自动生成、异常根因智能分析及测试报告自动解读。

• 3、数据飞轮建设：负责测试领域高质量语料的清洗、构造与管理，优化 Prompt 工程策略，持续迭代模型在数据库垂直领域的理解与生成能力。

• 4、前沿技术探索：跟踪业界最新的 AI for SE（软件工程）及 AI Testing 技术动态，并在内部进行技术预研与原型验证。

【任职资格】

• 基础素质

• 1、学历背景：计算机、软件工程、人工智能或相关专业在校生，本科及以上学历。

• 2、编程能力：熟练掌握至少一门主流编程语言（Python 优先，或 Java/Go），具备良好的代码规范与数据结构算法基础。

• 3、系统认知：熟悉 Linux 操作系统基本原理，了解容器化技术（Docker/K8s）者优先。

• AI 专项技能（核心加分项）

• 1、AI 应用基础：

• 了解大语言模型（LLM）的基本原理、常见架构及局限性。

• 熟悉 Prompt Engineering（提示词工程）技巧，有实际调优经验者极佳。

• 了解 LangChain、LlamaIndex 等主流 AI 应用开发框架，或有 RAG（检索增强生成）、Agent（智能体）开发经验者优先。

• 有模型输出评估和agent测试经验者优先

• 2、Vibe Coding 敏锐度：对“自然语言即代码”的开发模式有浓厚兴趣，善于利用 AI 辅助编程工具（如 Cursor、Claude code、Codex等）提升开发效率，并能思考其在测试领域的边界与突破点。

• 3、有AI测试工具链开发经验者优先

• 领域知识

• 1、数据库与云原生：对数据库基本原理（SQL、事务、索引等）有基本认知；了解云计算、分布式系统概念者加分。

• 2、测试思维：对软件测试理论（单元测试、集成测试、压力测试）有基础了解，具备质量意识。

• 软实力

• 1、学习与协作：逻辑清晰，具备极强的主动学习能力（Self-driven），能够快速消化新技术并转化为生产力；具备良好的团队沟通与协作意识。

• 2、责任心：靠谱（值得信任）、负责、精进（精进钻研），富有责任感，有很好的问题分析和推进问题解决能力

蚂蚁集团-AI质量评测工程师*杭州/北京*1人

薪资：30K-60K*16薪

【主要职责】

• 这是一个面向 AI 评测、AITesting 与业务质量保障的复合型岗位。你将参与大模型、智能体、AI 测试平台和业务系统的评测与测试建设，围绕真实业务场景，构建可复现、可自动化、可持续优化的评测和测试体系，推动 AI 能力在研发、测试和质量保障流程中的落地。

• 1、参与大模型、Agent、AITesting 等场景的评测体系建设，包括评测任务设计、指标定义、评测集构建、自动化评测和结果分析；

• 2、参与 AI 测试能力建设，包括测分 / 用例生成、接口测试、服务端测试、端到端测试、回归测试、日志 / DB / 接口校验、测试报告等能力落地；

• 3、结合业务需求和技术方案，完成测试计划制定、用例设计、测试执行、问题定位、回归验证和质量风险评估；

• 4、基于评测和测试结果，分析模型、Agent、工具链路或业务系统中的问题，推动优化闭环，提升 AI 应用效果和业务交付质量；

• 5、参与测试工具、自动化框架、评测平台、质量看板等工程能力建设，提升测试效率、覆盖率和问题发现能力；

• 6、与产品、研发、算法、测试、业务团队协作，推动问题定位、修复和持续改进，保障核心业务链路质量。

【任职资格】

• 1、熟悉软件测试基础方法，具备测试用例设计、接口测试、集成测试、回归测试等经验，有白盒测试经验更佳；

• 2、熟悉 Linux 操作系统，具备一定的问题排查、日志分析和脚本编写能力；

• 3、熟悉 Java 或其他至少一种主流编程语言，了解常见开发框架，熟悉 Shell / Python / Ruby / Perl 等脚本语言之一优先；

• 4、对软件工程、服务端架构、接口设计、数据一致性、质量风险有基本理解，能够参与需求分析和技术方案评审；

• 5、对 AI 测试、模型评测、Agent、RAG、Prompt、自动化评估等方向有兴趣，愿意学习并参与相关能力建设；

• 6、具备良好的沟通能力、团队协作能力和问题推进意识，能够与产品、研发、算法、测试等角色高效协作。

• 加分项

• 1、有大模型评测、LLM-as-a-Judge、Agent 评测、RAG 评测、自动化评测平台建设经验；

• 2、有 AITesting、测试用例自动生成、接口自动化、服务端自动化、端到端自动化测试经验；

• 3、有金融、支付、信贷、风控、营销等复杂业务系统测试经验；

• 4、有质量平台、测试工具、数据构造、Mock、日志 / DB 校验、线上核对、防线监控建设经验；

• 5、有 Java 服务端开发、测试开发、CI/CD、DevOps 或大型分布式系统质量保障经验；

• 6、有较强的数据分析、问题归因、评测集构建、难例沉淀和效果闭环意识。

语音大模型评测工程师*北京/杭州*2人

薪资：28K-55K*15薪

【主要职责】

• 1、负责医疗语音大模型及相关语音能力的评测体系建设，围绕S2T/ASR/TTS、语音通话、数字人、医疗语音交互等场景，设计评测方案、构建评测标准并持续优化。

• 2、结合业务目标与模型能力，定义核心评测指标，包括但不限于识别准确率、延迟、稳定性、自然度、可懂度、鲁棒性、安全合规性、医疗场景可用性等，并建立可量化、可追踪的评测机制。

• 3、负责搭建语音大模型离线评测、在线评测与专项评测能力，建设测试集、基准集和场景化评测集，覆盖真实医疗场景中的口音、噪声、术语、通话链路、长语音、多轮交互等复杂问题。

• 4、与语音算法、数据、产品、工程团队紧密协同，深入分析模型效果问题，定位性能瓶颈，推动ASR/TTS/语音大模型在医疗业务中的效果优化与目标达成。

• 5、参与评测自动化平台、评测工具链和数据闭环建设，推动评测流程标准化、工程化和规模化，提升模型迭代效率。

• 6、持续跟踪语音大模型、多模态、数字人、智能通话等方向的前沿评测方法与行业最佳实践，推动评测体系不断升级。

【任职资格】

• 1、本科及以上学历，语音、计算机、人工智能、机器学习、多模态等相关专业，2年以上语音算法、语音测试、模型评测或相关工作经验。

• 2、熟悉语音相关核心技术原理，理解语音前端、唤醒、VAD、ASR、TTS、语音通话处理、端到端语音模型及原生多模态模型的基本机制与常见问题。

• 3、具备语音模型评测体系设计经验，能够独立设计评测维度、指标体系、测试方案和数据集，具备较强的问题分析与效果归因能力。

• 4、熟悉语音交互系统或语音产品落地流程，了解业界主流语音系统实现方案，有医疗语音、客服通话、数字人、智能助手等相关场景经验者优先。

• 5、具备良好的工程能力，熟悉Python，了解C/C++，能够完成评测脚本开发、数据分析、自动化评测流程搭建及相关工具开发。

• 6、具备较强的跨团队协同和项目推动能力，能够与算法团队高效配合，推动模型效果持续优化并落地业务目标。

• 7、有大模型开源项目经验、医疗应用场景实操经验者优先；有人工智能、语音、多模态等方向顶会/顶刊论文发表者优先。

网商银行算法评测工程师*杭州*1人

薪资：35K-50K*13薪

【主要职责】

• 1、按照产品架构和业务要求，设计覆盖功能及非功能需求的质量保障策略，主要负责AI/算法类产品质量（如智能引擎、大模型应用）；

• 2、参与AI业务系统架构设计方案评审，进行专项评测方案设计，包括评测指标体系、评测集、性能压测等；

• 3、解决测试复杂技术问题，开发适配算法服务的测试工具（评测数据集构造、模型效果评估等），提升效能与品质；

• 4、研究测试新技术方法，重点推进AI算法评测、AI原生应用测试能力升级等创新方向，攻克算法领域特有质量难题。

【任职资格】

• 1、计算机、信息、人工智能、数据等相关专业本科及以上学历；三年以上互联网及传统行业开发测试和质量保障经验，具备一年以上AI/算法类产品的算法评测等测试经验（如大模型/推荐/搜索/NLP系统）；

• 2、熟悉算法服务测试场景（如精度验证、AB实验评估等），精通至少一个测试领域（自动化/性能/安全）；

• 3、熟悉主流算法框架，熟练使用Python、java等至少一种编程语言，有测试工具平台开发经验；

• 4、具备算法评测基础知识，熟悉常用评测指标（准确率/召回率/F1-score等），了解badcase分析及评测数据集构建等评测方法，有算法评测工程经验者优先；

• 5、对新质量技术敏锐度高，能快速理解AI产品特性，具备技术攻关和团队协作能力。