深圳电池测试
电池测试是指利用各种测试设备和工具对不同类型的电池进行性能测试和品质评估的工作。测试过程包括充放电性能测试、循环寿命测试、温度特性测试等，旨在确保电池产品符合相关标准和客户需求。电池测试人员需要熟悉各种测试设备的操作原理，能够编写测试方案并进行测试数据的分析和解读。同时，对电池产品的结构和材料有较深入的了解，能够及时发现并解决测试过程中出现的问题，确保测试结果的准确性和可靠性。在工作中需要具备严谨的工作态度和较强的数据分析能力，以及良好的沟通能力和团队合作精神。
薪酬概览
平均月薪
¥16300
中位数 ¥9000 ｜ 区间 ¥13500 - ¥19200
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：岗位减少19
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 | 24 | 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.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。
软件测试工程（高科技）的工作重点是测试多种类型/类别的软件，包括出售给外部顾客的终端用户应用程序和操作系统/实用软件（提供平台供终端用户应用程序运行）。工作包括：1•开发和指导综合测试计划、质量监督计划、程序和进度表的准备和执行。2•规划和开展软件测试（包括使用编程语言编写用于应用程序/软件代码的代码），进行测试结果分析，并在测试过程中追踪/报告风险级别.3•对系统变更造成潜在影响的软件和组件进行回归测试与随机测试.4•诊断软件/硬件/数据界面问题，保证系统的集成
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. 相机选型与评估。根据产品需求，对图像传感器（CMOS Sensor）、镜头、ISP芯片等进行选型调研与对比评估建立相机模组评价体系，输出选型报告；与供应商进行技术对接与谈判。
2. ISP Pipeline 调试与优化。- 负责全链路 ISP 算法模块调试，包括但不限于：自动曝光/ AWB（自动白平衡）/ AF（自动对焦）3A 算法调优、Demosaic、Denoise（2D/3D NR）等。- 利用专业标定工具（如 X-Rite、Imatest、OpenCV）完成相机标定与图像质量评估。- 针对不同场景（强光、弱光、逆光、运动模糊）进行专项调优。
3. 需求梳理与规格制定。承接产品/算法团队的图像质量需求，转化为可量化的 IQ（Image Quality）规格指标，输出相机模组规格、ISP 参数配置文档。
4. 图像质量问题排查。负责量产前/后图像质量问题的定位、复现与解决（Flicker、色偏、噪点、过曝等）；建立图像质量测试规范与 Benchmark 流程，推动图像质量持续提升。
岗位职责：
1、对接自动驾驶落地项目或者项目开发工作；
2、主导落地项目的所有技术相关工作和所有技术问题跟踪，能够预见项目的技术难点和安全点，设计实验完成测试；
3、参与测试规范化流程搭建，参与软件模块需求定义和方案设计，根据需求文档，设计验证方案，编写测试用例；
4、有效地执行自动驾驶示范测试、对测试数据进行分析及跟进，在仿真环境或路测中执行测试用例，并向相关部门汇报和沟通测试结果。
岗位要求：
1、计算机、车辆工程、汽车电子、机电一体化、自动化等专业全日制本科及以上；
2、有较好的学习能力、思维活跃，有良好的沟通、协调能力，有相关项目管理经验者优先；
3、对车辆测试有一定的了解，道路测试、性能测试、场景测试等接触过一样或者多样。有自动驾驶测试经验优先，对测试流程有自己的想法，能提出自己的见解或者优化建议；
4、责任心强，在项目落地中有一定的解决问题的能力和预见风险的能力，并能积极主动推动问题解决；
5、有一定的数据分析能力，有发现、分析和总结归纳问题的基本能力；
6、需要熟悉车辆整车测试的知识和流程，掌握测试工具 Linux、Git、docker 等，能看懂代码（必需项）；
7、熟悉软件测试的知识和流程（需要详细到测试用例）；
8、有驾驶证，对车辆运行场景有理解；
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 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。