薪酬概览
平均月薪
¥13000
中位数 ¥11300 ｜ 区间 ¥10100 - ¥15800
数据来源：谈职全网33份招聘数据；更新时间：2026年7月13日
月薪分布
63.6% 人群薪酬落在 8-15k
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
6月新增岗位
38
对比上月：岗位减少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 | 11 | 34.4% |
| 1-3年 | 8 | 25% |
| 3-5年 | 5 | 15.6% |
| 不限经验 | 8 | 25% |
热招职位
我们正在寻找一位经验丰富的模块测试工程师，专注于服务器核心模块与子系统的深度测试与验证。您将负责从单元到系统级的测试策略设计、自动化实现与问题定位，确保服务器各关键模块（如内核/虚拟化、高速总线、编解码等）的功能、性能、可靠性及兼容性满足严苛的行业标准。您需要对服务器硬件架构与软件栈有深入理解，并能通过创新的测试方法发现潜在缺陷，为产品的高质量交付提供坚实保障。
岗位职责：
1. 服务器核心模块测试策略与执行：负责制定和执行服务器关键模块的测试计划，特别是在如下某一个或者某几个核心模块有扎实测试专长的候选人加入：
a. 内核与虚拟化模块：测试虚拟化技术（如KVM, VMware ESXi）、容器运行时、内核关键子系统（调度、内存管理、网络栈）的功能、性能隔离与稳定性。
b. 高速互连总线模块：负责PCIe, CXL, NVLink等高速总线的功能验证、带宽/延迟性能基准测试、错误注入与容错测试。
c. 硬件加速与编解码模块：测试GPU、视频编解码器（如H.264/HEVC/AV1）、加解密引擎等硬件加速单元的功能正确性、性能提升及驱动兼容性。
d. 固件与BMC模块：参与服务器固件（BIOS/UEFI）、基板管理控制器（BMC）的接口、安全与可靠性测试。
2. 测试框架与自动化开发：针对特定模块，设计并开发高覆盖率的自动化测试套件、压力测试工具和性能基准测试框架。集成到CI/CD流水线，实现模块质量的持续监控。
3. 深度分析与问题定位：执行测试并分析结果，能深入日志、硬件寄存器、性能计数器等，对发现的缺陷进行根因分析，准确定位至硬件、固件、驱动或应用层，并与研发团队紧密协作推动问题解决。
4. 系统级集成与可靠性验证：将模块测试融入整机系统测试，验证多模块协同工作下的功能与性能，设计并执行长时压力、故障恢复、容错等可靠性测试场景。
5. 技术预研与能力建设：跟踪服务器技术演进（如新硬件架构、互联协议、虚拟化技术），预研新的测试方法、工具与标准，提升团队在特定模块领域的测试深度与效率。
软件测试工程师面议
1、参与软件产品的需求分析，负责测试计划制定；
2、执行项目测试，包括: 构建测试环境、集成测试、回归测试等；
3、执行软件产品的性能测试和分析，对系统进行压力和负载测试；
4、针对不同的产品特点开展UI自动化或接口测试，协助完成持续集成的工作。
岗位要求:
1、计算机或者数学相关专业；
2、三年以上软件测试工作经验；有接口测试、白盒测试、性能测试工作经验优先；
3、熟悉Java语言，了解常用的java开发框架，有Java开发经验优先;
4、有手机APP（包括IOS及Android）测试经验优先；
5、有较强的测试分析设计能力和项目风险管理能力；
6、良好的沟通技能，团队合作能力；
7、文档习惯良好；
8、能接受创业型公司的高强度高压力工作氛围。
1、负责面向全集团中间件的质量保障，注重产品体验，能够从用户视角发现问题并反馈给开发，参与中间件发版迭代测试，编写集测用例集并执行；
2、参与中间件CI/CD流程优化，确保中间件在持续集成和交付过程中得到充分测试；
3、维护和优化现有的测试工具和自动化测试框架，确保其稳定运行。研究并引I入新的测试工具和技术，并通过AlCoding提效集成封装覆盖率；
4、参与建设中间件自动化压测体系；
5、制订中间件的发布规范和质量标准，并与研发同学一起落地质量规范。
• 主导GPU服务器在Linux系统下的兼容性、压力稳定性及异常场景（宕机、GPU掉卡、PCIe/NVLink链路抖动/中断、ECC错误激增、固件升级失败等）专项测试；
• 深度参与GPU驱动、固件、CUDA生态组件的测试方案设计与自动化脚本开发（Python/C++/Shell）；
• 熟悉GPU服务器典型故障注入与诊断工具链（如：基于nvidia-smi/nvml、dcgmi、ipmitool、core dump分析、kdump/kexec等）；
• 联动硬件、驱动、固件、BMC团队，对重大系统级问题（如reboot loop、panic on GPU reset、nvlink topology mismatch）开展跨层级日志采集、时序分析与闭环验证；
• 输出高质量测试报告、故障模式库（FMEA）、调试SOP及可复用的回归用例集。
AFC测试工程师面议
1、负责并组织系统软件的功能测试和性能测试，提升产品质量；
2、负责编写软件测试计划，测试用例等测试文档；
3、与其他部门协作，实现各阶段的测试活动；评估测试工作的有效性；参与测试评审；
4、协调和配合项目现场测试工作，积极引导现场测试工作，保证项目的顺利上线运行。
任职资格：
1、 本科以上学历，软件工程、计算机、电子信息等相关专业，或其它计算机相关专业；
2、 熟悉轨道交通自动售检票系统（AFC）或数据清分系统（ACC）业务，有相关行业工作经验更佳；
3、 具有系统软件测试经验，熟悉软件测试流程及规范，会熟练编写测试用例、测试计划和各类测试文档；
4、 熟悉主流操作系统知识（Unix/Linux/Windows）、网络技术基础知识、数据库知识，熟练掌握DB2、Oracle等数据库应用，会编写SQL语句；
5、 部署、执行性能测试并收集监控数据，分析测试数据，找出性能瓶颈，给出性能测试调优意见，编写性能测试报告；
6、 熟悉线路中心Unix服务器、PC服务器系统安装、存储配置、数据库安装、集群配置、备份配置；
7、 熟悉java语言，对于业界通用的测试自动化工具或平台（如QTP/Loadrunner等）有实践经验者优先考虑；有性能、自动化测试、白盒测试等专业测试领域经验者优先。
1. 计算机、人工智能、机器学习或相关专业本科及以上学历（硕士优先），具备 1–5 年工作经验；
2. 熟练掌握 Python，熟悉 PyTorch 或 TensorFlow 框架，理解 Transformer 架构与大语言模型基本原理；
3. 具备大模型后训练实践经验，熟悉 Prompt Tuning、LoRA、RLHF、RAG 等主流方法，能独立完成小规模实验与调优。
加分项：
1. 有智能体（Agent）实际落地经验，熟悉 LangChain、LlamaIndex、AutoGPT 等框架；
2. 了解多模态内容理解、模型压缩或推理加速技术；
3. 有真实业务场景中的大模型应用案例，或在开源社区有贡献。
1. 计算机、人工智能、电子信息、数学等相关专业硕士及以上学历，博士优先；1年以上相关工作经验。
2. 具备扎实的机器学习/深度学习理论基础，持续跟进学术界及业界召回，排序，NLP等领域的算法模型；
3.代码能力扎实，精通Python/Java/C++中至少一门语言，熟练使用PyTorch/TensorFlow等至少一种深度学习框架。
4.具备优秀的数据分析、问题解决能力和良好的团队协作精神，有大规模机器学习/个性化推荐/广告/信息检索/自然语言处理相关领域工作经验；
加分项：
1. 在电商搜索、广告、推荐等相关领域有实际工作经验，深刻理解业务。
2. 有Agentic AI、运筹优化、因果推断、反事实预估等技术方向有深入的理解和相关项目实践经验。
3. 在CVPR, ICCV, NeurIPS, ICML, ICLR, ACL, SIGIR, KDD等顶级学术会议上发表过论文者优先。
4. 熟悉分布式计算平台（如Spark, Flink, MaxCompute等），有处理海量数据的经验。
5. 有开源社区贡献或在Kaggle等数据科学竞赛中取得优异成绩者优先。
1.硕士及以上学历，计算机、人工智能或相关专业；
2.熟悉多模态大模型（如 LLaVA、Qwen3-VL 等）和 Agentic 系统开发；
3.精通 Python，有 PyTorch 及主流 AI 框架使用经验；
4.具备良好的工程实现能力，能将模型高效部署到实际产品中；
5.对用户意图理解、对话引导或多模态生成有实际项目经验。
加分项：
1.有 AIGC、智能设计或工业软件相关背景；
2.熟悉前端交互逻辑，有产品思维和用户视角；
3.在 CV/NLP 领域有顶会论文或开源项目。
1. 数据资产全景与指标体系构建：负责搭建数据资产全景视图，提炼关键业务指标，通过数据洞察市场趋势，为决策层输出专业数据建议
2. 全链路效率监控与优化：围绕AI模型训练场景，构建数据全链路转化漏斗监控体系，追踪各环节转化率与周期效率，识别并推动解决流程卡点，保障数据高效流转
3. 反馈闭环建设与质量评估：建立从数据反馈出发的优化体系，统一拉齐数据质量评估标准，指导提升数据质量的提升及需求的衔接度
4. 跨团队协作与决策支持：协同数据开发、算法团队优化大模型训练效果，设计实验监控模型的反馈结果，给出量化的指标和建议，促进模型的不断优化
1.负责机器学习训练平台的建设，支持业务的探索实践
2.负责研发领域相关的基础设施建设，包括但不限于数据采集、预处理、模型训练、监控和管理等
3.负责对算法进行工程化能力封装和抽象，形成通用框架或组件，提高研发效率和降低研发成本
4.负责大规模分布式异构训练性能优化
1. 负责企业级办公Agent 技能市场产品/平台能力的设计和研发，包括前台产品能力、运营中心、开放对接能力等，打造企业办公易用/安全/统一的技能市场，加速AI在办公场景的大规模应用。
2. 参与搜索/意图识别等相关能力的设计和研发，涉及企业内部海量知识的接入/加工、搜索在/离线能力的建设（索引构建、意图识别、粗排/精排等），建设企业办公统一的搜索能力，同时结合技能市场的消费需要，提供高质量的findskill能力。