薪酬概览
平均月薪
¥27700
中位数 ¥25000 ｜ 区间 ¥20300 - ¥35000
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
50% 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
12月新增岗位
49
对比上月：岗位新增44
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 |
|---|---|---|
| 3-5年 | 12 | 25% |
| 5-10年 | 24 | 50% |
| 不限经验 | 12 | 25% |
热招职位
1. 负责编译器的功能、性能及优化有效性测试
2. 验证代码生成质量，包括基础指令集和扩展指令支持
3. 设计并实现自动化测试框架，开发测试工具和性能分析方案
4. 构建完整的测试验证环境，确保编译工具链的稳定性和可靠性
5. 分析定位编译相关问题，推动问题解决和优化改进
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。
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。
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。
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。
该职位聚焦企业内 AI 办公应用场景，核心目标是构建服务员工实现AI驱动办公新范式的解决方案、产品和工具，并实施落地。你将是承担连接产品技术能力与业务价值的桥梁角色，从从业务洞察、产品规划、研发协同到运营推广，全方位推进项目，实现客户需求满足和组织目标达成。期待您的加入，共同开启 AI 驱动的办公新范式！
工作内容包括但不限于
1、深入理解企业客户在智能化转型中的真实需求和痛点，从业务视角定义 AI 产品方向与路线图，建立客户需求到技术和产品实现的转化机制。理解主流 AI 模型的能力边界与适用场景，将 AI 能力与企业办公场景深度结合。
2、承接客户成功使命，负责与集团各业务部门建立深度对接机制，主动挖掘各部门AI驱动的办公需求，做出有竞争力的AI产品，以及在组织内部的规模化应用与价值落地，建立从需求承接、方案定制、产品和工具建设到效果追踪的完整闭环。设计内部推广与运营活动策略，提升产品的用户渗透率和活跃。
3、协同工程、产品、算法、运营团队，推动 AI 功能从概念验证到规模化落地，平衡技术创新与工程可行性，建立效果评估体系持续优化产品表现。
4、带领跨职能团队（产品、研发、运营），培养兼具技术视野与业务思维的复合型人才，建立团队 AI 认知框架，推动组织内部 AI 文化传播。
1. 集团多种业务场景下，对千亿级流量进行攻击流量识别、人机识别相关算法研究；
2. 通过 LLM 对海量流量及各端审计数据进行分析，不断提升大模型在流量识别场景下的分析及归因能力；
3. 搭建端云协同的风控模型系统，不断提升各类异常流量的防控能力；
4. 跟踪风控领域前沿技术，结合多模态数据，进行原型系统的研发和验证
1. 负责公开网络数据采集链路的合规治理体系建设，覆盖数据源准入、采集策略、采集留痕、数据处理、入库、训练集构建和后续排除机制。
2. 建设爬虫数据证据链与数据血缘系统，记录 URL、域名、获取时间、来源类型、访问决策依据、内容哈希、处理流程、风险标签、数据集版本、模型训练版本和审计日志。
3. 建立网络采集合规控制机制，包括机器可读访问限制、站点访问策略、频率控制、来源留痕、异常监控、争议处理和数据下架流程。
4. 与法务团队协作，将版权、TDM opt-out、站点条款、授权边界、权利人投诉、数据删除请求等要求转化为系统规则、审批流程和可追溯记录。
5. 与安全、隐私和合规团队协作，建立爬虫数据风险管理机制，包括敏感数据识别、PII 过滤、来源风险分级、黑白名单、人工复核、访问控制和异常告警。
6. 牵引公开网络数据的准入和分级管理，对不同类型站点、内容类别、数据用途、地域风险和权利状态建立统一评估标准。
7. 建设面向欧盟监管检查和客户尽调的技术支撑能力，包括训练数据来源摘要、版权政策执行记录、采集留痕、风险处置记录和审计报表。
8. 推动爬虫平台、数据平台、模型训练平台、法务、安全团队之间的系统打通，确保数据从采集到训练使用全链路可解释、可追溯、可处置。
9. 支持风险事件复盘和外部问询，能够快速回答“数据从哪里来、为什么可以采、是否进入训练集、如何排除或删除”等问题。
1. 负责闪购场景下生成式商品推荐系统的设计与实现，推动 OneRec/OneSearch 等端到端架构在千万级 DAU 业务中落地。
2. 主导基于 Decoder-Only 架构的商品生成与排序算法，利用强化学习（RL）优化奖励系统，提升推荐的准确性和转化率。
3. 构建多模态用户表征体系，深度融合长短期行为，利用语义建模技术打造下一代用户标签体系。
4. 应用层级量化编码（RQ-VAE）等技术解决商品结构化难题，持续优化 CTR 和订单转化指标。
1. 5年以上产品经验，有会员、营销相关经验优先；
2. 有AI产品经验，或对AI技术（RAG、Prompt、Workflow、Agent）有较强认知，有实践经验或作品；
3. 结果导向，抗压能力强，有较强的逻辑性和跨团队协作能力；
4. 具有创新意识以及自驱力、能够不断学习并学以致用，并关注用户体验与用户价值。
