光子 AI-大模型质量工程师-游戏方向

1.需求理解与测试范围界定：深入理解大模型业务需求、场景边界及变更诉求,参与梳理核心质量指标,完成需求拆解与测试范围界定,保障测试贴合业务目标； 2.测试设计与策略制定：设计覆盖正常 / 异常 / 边界 / 高并发的测试用例,梳理测试策略并落地执行计划;针对大模型特点挖掘专项测试维度； 3.专项测试执行：可支持 RL + agent 流程校验、链路质量、协议兼容、推理性能、模型效果等专项测试的设计与执行； 4.根因定位与质量闭环：对模型效果异常、链路失败、性能抖动等现象进行根因定位,识别关联性;协同研发、产品、运维团队跟进问题整改与闭环； 5.监控与数据工具化建设：设计大模型监控方案,通过上报数据分析快速识别测试环境与现网质量问题;推进质量数据与流程数据的采集、分析与可视化建设； 6.AI 赋能测试提效：结合 AI 能力优化测试全流程,在测试范围评估、用例设计、脚本生成、报告生成和分析等环节落地应用,持续提升自动化 ROI。