北京网络测试
网络测试是指对网络系统进行全面的测试和评估，以确保其稳定性、可靠性和性能符合要求。网络测试人员使用各种测试工具和技术，对网络硬件、软件和协议进行测试，检查网络连接、传输速度和数据完整性等方面的问题。他们还负责跟踪和记录测试结果，同时与开发人员和系统管理员合作，解决和修复网络问题。网络测试人员需要具备扎实的网络知识和技能，包括网络拓扑结构、路由和交换协议，以及网络安全和性能优化等方面的知识。他们还应具备良好的分析和解决问题的能力，能够按照测试计划和标准进行测试，并提供准确的测试报告和建议。网络测试是确保网络系统正常运行的重要环节，对于提高网络性能和保障安全至关重要。
薪酬概览
平均月薪
¥12000
中位数 ¥0 ｜ 区间 ¥7200 - ¥16800
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
33.3% 人群薪酬落在 15-30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
5月新增岗位
5
对比上月：岗位新增3
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 1 | 100% |
热招职位
1、研究并掌握车载相关网络技术（Ethernet、CANFD、LIN、FlexRay等）；
2、负责车载通信系统测试；编制测试用例、搭建测试序列、执行测试并分析定位问题
3、参与车载以太网自动化测试系统开发；
4、参与整车功能测试，涉及电气、网络、驱动、制动、转向等系统。
1、主导相机&图库、云服务API的测试、优化和完善，设计测试用例，执行功能、性能及兼容性测试；
2、主导相机&图库测试标准制定与改善，搭建和维护测试环境，使用及改进自动化工具，设计\编写\执行自动化测试；
3、主导相机&图库系统风险管控，把控测试过程风险，构建市场重大问题快速响应能力，提升用户口碑；
4、主导相机&图库系统测试的技术提升，构建接口测试\精准测试\白盒化等测试能力。
1. 负责IC芯片可靠性测试方案的设计与制定，保证芯片可靠性试验的实施
2. 负责芯片及产品的可靠性寿命评估、失效分析，并针对失效结果提出适当的解决方案
3. 负责 DVS/EVS/Vmin/CHAR/Burnin DOE 等程序的方案制定、数据收集及分析、对结果进行评审和改进
4. 参与可靠性硬件设计，芯片筛选和各读点测试，负责输出芯片可靠性测试报告
岗位职责
负责自动驾驶运营基础服务（Routing、Dispatch、PUDO、Operation Map 等）的测试开发工作，保障系统高质量交付。
设计和开发自动化测试框架，覆盖接口测试、回归测试、稳定性测试及性能测试。
建设持续集成（CI/CD）测试能力，提高研发效率和测试覆盖率。
建设线上质量监控体系，分析线上问题，推动问题定位和质量改进。
与研发、产品、算法团队协作，制定测试策略，保障复杂业务场景的稳定运行。
任职要求
1，基本要求
本科及以上学历，计算机、软件工程或相关专业。
熟悉至少一种编程语言（Python/C++/Go）。
扎实的数据结构、算法及计算机基础。
熟悉 Linux 开发环境。
2，加分项
熟悉自动化测试框架（pytest、Playwright、Selenium 等）。
熟悉 HTTP/gRPC、数据库、消息队列等基础组件。
熟悉 Docker、Kubernetes、CI/CD。
1.负责海外平台自动化测试的技术架构设计及实现，以满足平台性能和稳定性的诉求；
2.参与海外产品需求分析，制定测试计划并从测试的角度提供优化意见，预先评估项目风险，确保测试活动的顺利开展；
3.负责海外测试标准制定，设计测试用例、编写自动化测试脚本，提高测试效率和质量；
4.对线下和线上问题进行跟踪、分析和报告，推动问题及时解决，并优化测试用例；
5.负责测试体系能力度量体系构建，引入度量体系改进测试设计和执行等过程；
6.通过总结、对外交流、技术钻研和培训，持续改进测试过程和测试方法。
1、负责人工智能相关产品的数据和算法等场景测试，并基于算法和工程团队现有质量问题给出合理化的建议和解决方案，推动落地实现算法质量提高；
2、协同算法团队和工程团队进行全面的质量把控和风险监控；
3、参与数据和算法的质量系统建设，完善算法全链路质量保证能力，提交算法落地和工程效率。
1、负责手机，穿戴，新形态产品可靠性测试策略设计和制定；
2、负责产品交付过程中可靠性测试问题看护和风险决策，保障项目交付质量；
3、负责根据用户使用场景及常见硬件、结构类失效机理，有针对性
1、构建终端电子产品显示测试架构，负责显示触控特性测试需求分析、测试方案设计，测试策略制定，对验证质量负责；
2、承担显示触控系统级验证测试工作，负责特性需求分析，测试方案设计，质量评估，进行显示特性功能验证、性能验证、可靠性验证、效果验证，并对显示问题进行初步问题定位；
3、负责显示触控自动化测试方案设计与执行，白盒化精准测试；
4、显示触控驱动芯片测试，规格及显示特性验证；
5、建立显示体验的测试评价体系，探索和创新研究为终端电子产品规划输入有价值的机会点，建立以人为中心的产品测试方法，协助提升显示效果竞争力和用户体验；
6、负责显示触控测试技术演进规划和落地，与业界TOP技术交流和合作，提升测试能力，提高测试效率和测试质量，持续构建TOP1的显示测试竞争力。
1. 大学本科及以上学历，计算机或通讯专业 ；
2. 3年以上软件测试经验，1年以上车载导航测试经验 ；
3. 精通软件测试理论、方法和流程 ；
4. 熟悉C/C++/Java等至少一种编程语言，有Shell或PHP/Perl/Python等使用经验者优先 ；
5. 自驱力强并拥有良好的团队协作和沟通能力，能承受一定的压力 ；
6. 具备AI意识，且熟练使用AI工具者及有良好的英文沟通能力优先。
【课题说明】传统的向量召回和深度学习推荐范式在深度交互、冷启动、长尾商品发现、多场景适配等方面仍存在诸多挑战。生成式推荐系统以大模型为核心，具备强大的内容理解、知识推理和个性化内容生成能力。通过将用户历史行为、上下文信息、多模态内容等深度融合，生成式推荐系统能够实现用户意图的主动理解、候选内容的生成与多场景下的精准推荐，极大提升用户体验和平台生态活力。【建议研究方向】1.生成式召回：研究基于大模型的生成式召回方法，实现以模型参数为载体的候选内容记忆与生成，突破传统召回技术的局限。
2.多轮交互推荐技术：探索多轮用户引导与深度交互机制，实时理解用户意图变化，满足“千人千面”的个性化需求。
3.推荐系统的可解释性与安全性：研究大模型驱动的推荐逻辑可解释性方法，提升用户对推荐决策的理解和信任。同时探索生成式推荐中的内容安全，保障推荐系统的合规性与用户体验。
4.推荐智能体与复杂任务规划：构建具备推理、规划和自主决策能力的推荐智能体，支持跨领域、跨步骤的复杂任务推荐。
1.计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。
2.具有较强的代码能力，能在没有coding agent的情况下debug（我们提供coding agent）。
3.在课程项目、科研项目、实习、开源项目或竞赛中，有以下任一方向经验：
-VLM / VLA / LLM
-multi-modal learning
-computer vision
-reinforcement learning
-autonomous driving / robotics
-sequence modeling / temporal modeling
-self-play
4.具备较强的 paper reading、实验分析和问题拆解能力，对 open-ended research problem 有热情。
加分项
1.有 agentic VLM经验，包括 multi-step reasoning、planning agent、state machine agent、embodied AI agent 等。
2.有高质量论文、开源项目、竞赛经历或完整 research/project portfolio 者优先。