1. 承擔(dān)內(nèi)部AI系統(tǒng)的測試，保障AI系統(tǒng)的質(zhì)量、性能、安全性等符合期望；
2、AI系統(tǒng)與模型評估：

1）功能與邏輯驗(yàn)證：設(shè)計(jì)測試用例，驗(yàn)證AI系統(tǒng)（如大模型、問數(shù)等）生成內(nèi)容的準(zhǔn)確性、邏輯性、上下文一致性及指令遵循能力。

2）核心指標(biāo)評測：制定并執(zhí)行評測方案，對模型的精準(zhǔn)率、召回率、F1值等核心指標(biāo)進(jìn)行評估，輸出可解釋性與魯棒性測試報(bào)告。

3）數(shù)據(jù)集構(gòu)建：負(fù)責(zé)測試數(shù)據(jù)的采集、清洗、分類、標(biāo)注與校對，構(gòu)建高質(zhì)量的測試數(shù)據(jù)集和自動(dòng)化評測能力。
3. 質(zhì)量與風(fēng)險(xiǎn)防控：

1）AI幻覺與偏見檢測：識(shí)別并記錄AI系統(tǒng)生成的虛構(gòu)信息（幻覺）、事實(shí)性錯(cuò)誤或偏見性內(nèi)容，并分析其模式，協(xié)助優(yōu)化模型。

2）安全與合規(guī)性測試：通過紅隊(duì)測試（Red Teaming）等方法，模擬惡意輸入，檢測系統(tǒng)漏洞、數(shù)據(jù)泄露風(fēng)險(xiǎn)及對抗樣本攻擊的脆弱性，確保內(nèi)容符合法律法規(guī)和倫理規(guī)范。

3）穩(wěn)定性與壓力測試：模擬高并發(fā)、長周期運(yùn)行等極端場景，監(jiān)測系統(tǒng)的穩(wěn)定性、響應(yīng)速度及在數(shù)據(jù)分布變化時(shí)的適應(yīng)能力。
4. 測試策略與自動(dòng)化：

1）自動(dòng)化測試開發(fā)：使用Python等編程語言開發(fā)和維護(hù)自動(dòng)化測試腳本與框架，覆蓋接口、UI、性能等，提升測試效率與覆蓋率。

2）測試體系搭建：參與需求評審，推動(dòng)測試左移，制定全鏈路測試策略與質(zhì)量保障標(biāo)準(zhǔn)，建立從數(shù)據(jù)、模型到應(yīng)用的完整質(zhì)量體系。

3）工具鏈建設(shè)：搭建并優(yōu)化AI測試工具鏈，探索利用AI技術(shù)（如AIOps）來測試AI系統(tǒng)的新方法。
5. 問題定位：分析模型預(yù)測錯(cuò)誤、性能瓶頸，協(xié)助開發(fā)團(tuán)隊(duì)進(jìn)行根因分析。

【崗位要求】

1. 技術(shù)技能：

1）編程能力：精通至少一種編程語言，如 Python、Java、C++，具備扎實(shí)的代碼和腳本開發(fā)能力。

2）AI知識(shí)基礎(chǔ)：熟悉主流AI框架（如 TensorFlow、PyTorch），掌握準(zhǔn)確率、F1值、AUC、BLEU、ROUGE等指標(biāo)，了解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的基本原理和算法（如分類、回歸、聚類）。

3）測試工具與方法：熟悉軟件測試流程、方法論及工具（如Selenium、JMeter），掌握數(shù)據(jù)庫操作（如MySQL、MongoDB）和數(shù)據(jù)處理工具（如Pandas）。

4）專業(yè)領(lǐng)域知識(shí)：具備自然語言處理（NLP）、計(jì)算機(jī)視覺（CV）、語音識(shí)別等一個(gè)或多個(gè)領(lǐng)域的專業(yè)知識(shí)。
2. 綜合能力：具備優(yōu)秀的邏輯思維、問題分析和獨(dú)立解決能力。擁有良好的溝通協(xié)作能力，能與產(chǎn)品、研發(fā)、算法等多部門高效協(xié)同。對AI技術(shù)有熱情，學(xué)習(xí)能力強(qiáng)，能持續(xù)關(guān)注行業(yè)動(dòng)態(tài)并掌握新技術(shù)。
3. 有 AIGC、RAG（檢索增強(qiáng)生成）或 Agent 測試經(jīng)驗(yàn)，熟悉 OpenCompass、PromptBench 等大模型評測工具，具備 CI/CD（持續(xù)集成/部署）經(jīng)驗(yàn)者優(yōu)先。
4. 計(jì)算機(jī)、軟件工程、人工智能、電子信息等相關(guān)專業(yè)，2年以上相關(guān)工作經(jīng)驗(yàn)，有AI算法、模型測試經(jīng)驗(yàn)者優(yōu)先。