岗位职责：

1.  业务场景适配与方案设计深入所负责的产品线，诊断测试痛点，梳理不同业务对AI测试的具体需求（如复杂业务逻辑的用例生成、特定协议的自动断言等）。基于现有平台能力，设计贴合业务的AI辅助测试解决方案，推动平台功能在业务中的实际应用。

2.  AI测试工作流开发与编排基于产线业务需求，设计和开发AI测试工作流（Workflow），将需求分析、用例生成、执行验证、结果评审等环节串联为端到端自动化流程。开展SKILL应用开发，将高频测试场景封装为可复用的AI技能（如“接口异常分析SKILL”“边界值用例生成SKILL”等），供平台或Agent调用。建设业务与测试领域知识库（含需求文档、设计规范、历史用例、缺陷模式等），为大模型提供精准的上下文注入，提升生成准确率。参与MCP（Model Context Protocol）工具开发，将内部测试工具链接入大模型生态，实现AI驱动的工具调用与任务编排。

3.  效能运营与数据驱动优化建立所负责业务线的平台使用效能监控机制，定义如AI用例采纳率、脚本生成效率提升率等核心指标。定期复盘数据，识别使用瓶颈，推动平台能力迭代和团队使用方法改进。

4.  团队推广与能力固化制定针对所负责团队的“内部推广计划”，通过标杆项目示范、路演、竞赛等形式，拉动各测试小组积极试用。编写场景化使用手册和FAQ，组织实操培训，让测试人员从“看别人用”到“自己用得顺手”。建立AI测试应用社区，促进跨团队经验分享与问题快速响应。

5.  前沿探索与反馈平台跟踪业界AI测试新技术（如Agent化测试、MCP生态、SKILL市场等），结合业务需求，提出平台下一阶段需建设的能力方向，形成需求输入。

岗位要求：

1. 经验要求本科及以上学历，计算机相关专业。3年以上测试开发或测试技术运营经验，其中至少1年在AI辅助测试领域的实际应用与推广经历。有过在大型团队内部推动技术工具落地的成功案例，能清晰说出推广方法论和遇到的阻力。

2. 硬技能▸ AI测试实操熟练使用至少一款AI测试平台（内部自研或商用均可），深度了解其用例生成、智能回归、日志分析等模块。具备基于平台进行二次开发的能力，精通Python，熟悉常见API调用、提示词工程。能将业务测试场景转化为平台可执行的配置或输入，懂得如何通过调整策略提升AI输出质量。

▸ AI测试工作流开发掌握Harness工程调优方法，能够搭建和优化完整的测试工作流（Pipeline），将AI测试各环节串联编排。具备测试领域的SKILL应用开发经验，能将测试场景封装为可复用的AI技能。了解MCP（Model Context Protocol）协议，有MCP工具/脚本开发经验优先，能将测试工具链接入大模型生态。具备业务知识库建设能力，了解向量数据库、RAG等知识注入技术的基本原理。

▸ 自动化测试熟悉主流自动化框架，能理解AI辅助与传统自动化的结合点。

▸ 数据驱动思维能独立构建效能看板，用数据证明AI测试的价值并指导优化。

3. 软素质业务共情力：能快速理解不同业务线的测试难处，不唯技术论，以解决问题为导向。推动与感染力：善于讲故事、做示范，能把使用AI测试变得“有意思、有成就感”，克服团队对新工具的畏难和质疑。钻研与耐心：面对平台现存的局限性，能变通寻找过渡方案，而不是停滞等待。