深圳手游测试
手游测试是指对移动游戏进行功能、性能、稳定性等方面的测试工作。手游测试人员通常需要熟悉移动游戏的基本原理和游戏规则，并通过各种测试手段对游戏进行全面的评估。他们需要测试游戏的界面、功能操作、流畅度、网络连接、兼容性、安全性等方面，以确保游戏在各种设备上的正常运行。手游测试还包括在不同操作系统、不同分辨率、不同网络环境下的测试工作，以保证游戏在各种情况下的稳定性和表现。手游测试人员需要具备逻辑思维、耐心、细致和良好的沟通能力，能够准确发现并描述游戏中的问题，并及时与开发人员沟通解决。通过手游测试，可以帮助游戏开发者提高游戏质量，提升用户体验，确保游戏的顺利上线。
薪酬概览
平均月薪
¥6300
中位数 ¥6500 ｜ 区间 ¥5300 - ¥7300
数据来源：谈职全网15份招聘数据；更新时间：2026年7月13日
月薪分布
93.3% 人群薪酬落在 0-8k
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
4月新增岗位
67
对比上月：岗位新增37
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 |
|---|---|---|
| 不限经验 | 25 | 100% |
热招职位
1.负责 Agent 服务及底层分布式系统的功能正确性、高可用性及性能压测，确保在复杂长链路下的系统稳定与响应效率；
2.针对 Prompt、RAG、Tool Use 等核心环节，研发自动化评估工具（如 LLM-as-a-Judge），将模糊的生成式体验转化为可量化的技术指标；
3.分析从代码变更、架构调整到模型策略优化全过程中的工程与算法风险，建立覆盖全链路的异常检测与预警机制；
4.通过对线上/线下数据的建模与分析，定位链路瓶颈与模型失效点，驱动工程架构与算法策略的持续优化。
云架构平台部是腾讯规模最大的技术部门之一，为公司各业务提供存储、接入和计算服务。这里有海量的存储平台、世界级的CDN服务、先进的操作系统和视频编解码技术以及自研芯片，我们致力于用技术的力量持续赋能客户，帮助他们提升效率、降低成本。云架构平台部聚焦于规模、产品竞争力、平台能力，通过存储、接入、计算等重点领域的核心技术能力，有力支持和保障腾讯云、自研云等重点业务；同时，部门在各技术领域不断挑战和创造新的记录，视频编码器在MSU国际大赛中一再夺冠、自研芯片性能持续优化助力业务发展、TencentOS深度参与全链路国产化操作系统OpenCloudOS共建，发布自主可控发行版等，在公司内部多次获得代表最高荣誉的技术突破奖和研发奖。
1.针对LLM幻觉与随机性难题进行专项治理，构建确定性保障机制。确保AI生成的用例与脚本在多轮执行、异构环境下保持高度一致，建立团队对人机协同的信任基线；
2.破解AI决策“黑盒”痛点，搭建覆盖“意图-生成-执行-判定”的数字孪生与追溯系统，实现过程秒级回溯，满足核心业务对合规性与安全性的严苛要求；
3.将AI测试从“实验室Demo”推向生产环境，设计支持万级并发的调度引擎（可用性99.99%）。引入对抗样本与变异测试，建立AI测试本身的防篡改机制；
4.抽象云底层资源，赋予AI自主管理环境生命周期的能力。通过自然语言交互实现复杂拓扑的一键拉起、故障注入与销毁，极大提升研发效能；
5.基于MCP理念打磨测试脚手架，开发针对存储、数据库、大数据等业务的专属插件库（Tools/Skills），以“绿叶”精神赋能兄弟团队快速接入。
1.负责喜茶物联网设备（出茶机、智能秤等）的软件开发和相关上位机测试（网关Linux、ESP32），制定测试标准和规范
2.负责 IoT 核心功能测试，含协议兼容、数据上报、远程控制、OTA 升级等场景，完成设备验收工作；
3.设计设备性能测试方案，主导设备安全测试，推动自动化测试工作，提高自动化覆盖率；
4.参与研发全流程，协调跨团队解决 IOT 系统复杂质量问题；
5.沉淀知识库，提升团队专业能力。
1、负责检测能力建设搭建，检测要求落地执行；
2、负责检测方案和方法的制定、实施和评估；
3、负责检测资源协调沟通，跟进检测进度和异常失效闭环；；
4、负责检测数据收集分析（售后、来料、产线及可靠性）和检测方法优化；
5、参与七新评审，参与行业技术交流和前沿产品检测技术；
6、培训考核技术员和检测员检测标准和方法，监督标准执行有效性；
1. 本科及以上学历，计算机/电子/自动化/机器人工程等相关专业；
2. 2年以上的复杂的软件工程/嵌入式/分布式系统/多模型交互等领域的测试经验（其一或以上）；
3. 具备一定的编程能力(Python/C++/Java)，具备良好的编码风格参与编写自动化框架/运控脚本/测试平台开发等；
4. 熟悉使用SIL/HIL其中之一的技术，对仿真软件(MuJoCo/Isaac系列/Gazebo等)具备一定的项目实践经验，可进行部分场景模型的修改及完善，并对仿真结果进行分析及问题的排查；
5. 有良好的组织协调能力、沟通表达能力、主动学习能力，自驱力强。
加分项：
1. 有主导负责多模态(语音/具身/导航/视觉等)/机器人学/传统控制/深度控制/强化学习/slam原理等领域的经验者加分；
2. 有大模型技术(Prompt/RAG/微调等)在测试领域经验中实践并应用的经验者更佳。
1、测试体系构建：建立毫米波雷达全生命周期测试标准（研发验证、产线测试、场景实测），覆盖射频性能、感知算法、环境适应性等维度。
2、设计自动化测试工具链（如点云数据比对、多传感器同步采集），提升测试效率。
3、场景化测试验证：针对无人机低空物流场景（如城市峡谷、强电磁干扰、雨雾天气），制定毫米波雷达的极限工况测试方案。主导外场实测，验证雷达在真实飞行中的探测精度、抗干扰能力及失效模式。
4、问题闭环管理：分析测试数据（如虚警率、漏检率、测距误差），定位硬件/算法缺陷并推动研发团队优化。建立雷达性能基线库，支撑量产一致性管控与供应商质量评估。
5、合规性测试：负责毫米波雷达频段辐射、EMC等法规测试，协助完成型号核准认证。
6、跨职能协同：与算法、硬件、飞控团队协作，设计"感知-控制"联调测试用例，确保系统级功能达标。
7、主动探索并运用各类AI工具优化日常工作流程，积极推动AI在业务场景中的落地实践，持续提升个人及团队的工作效率与产出质量；
1.负责超大规模通用大模型服务的 SRE 体系建设，保障 AI 平台在高并发、高吞吐、复杂异构资源环境下的稳定性、可用性与服务质量；
2.负责 AI Infra 监控、可观测性、告警治理与自动化运维平台建设，构建覆盖 GPU、网络、存储、推理链路与模型服务全生命周期的智能运维体系；
3.负责线上故障快速定位、应急响应与稳定性治理，建立标准化应急预案、故障复盘与根因分析机制，持续提升系统韧性与业务连续性；
4.参与大模型训练与推理平台的部署、调优与自动化能力建设，推动 LLMOps / MLOps 工程化体系落地，提升平台交付效率与稳定性；
5.深入分析系统瓶颈与容量热点，通过数据驱动方式识别稳定性风险与性能短板，持续推动架构优化与平台演进；
6.负责 GPU / CPU / 网络 / 存储等资源利用率治理，推进模型推理加速、弹性调度与成本优化，持续提升资源效率与 ROI；
7.跟踪业界 AI 硬件与 Infra 技术演进（GPU、网络、存储、推理框架等），结合业务场景推动基础设施选型、架构升级与技术创新；
8.探索 AI Native SRE、智能 OnCall、AIOps、Agentic 运维等前沿方向，推动运维体系向智能化、自愈化与自治化演进。
1.负责 AI 应用（大模型、RAG、Agent、多模态交互等）的全流程质量保障，包括功能、性能、稳定性、幻觉、对齐度、安全性等专项测试。
2.构建 AI 测试体系，设计测试策略、测试标准、评测指标与自动化方案，提升 AI 系统可靠性与可控性。
3.参与研发流程 AI 提效建设，通过 AI 工具 / 平台实现需求分析、用例生成、缺陷分析、回归测试、自动化执行等环节增效。
4.搭建 AI 测试数据集、评测集、测试点 Checklist、测试标签体系，支持用例自动生成与覆盖度评估。
5.与算法、研发、产品协作，推动 AI 质量左移，输出质量报告、风险评估与优化建议。
6.探索 AI + 测试前沿技术（MCP、Skills、自动化 Agent、RAG 测试、模型评测等），落地团队提效工具与平台。
1.负责喜茶业务的软件质量保证工作，提升测试质量和测试效率；
2.参与需求分析与评审，设计测试方案，编写测试用例（自动化 / 手动）
开发、维护自动化测试工具、脚本及相关测试平台，解决复杂测试问题；
3.构建持续集成 / 持续测试（CI/CT）流程，推动测试左移和 DevOps 落地；
4.分析测试结果，定位并跟踪缺陷，与开发、产品团队协作推动问题解决
优化测试策略和流程，参与测试技术选型与创新，提升团队整体测试能力；
5.研究行业前沿测试技术（如 AI 测试、性能测试、安全测试等），并在团队内推广落地。