1、参与大模型在软件测试领域的探索与落地 ，包括但不限于：智能测试用例生成、GUI自动化Agent、代码缺陷分析、多模态异常检测等创新方向； 2、推动大模型与质量工程的结合 ，通过Prompt工程、微调（SFT）、强化学习（RL）等技术优化测试效率和系统稳定性； 3、构建智能化评测体系 ，参与大模型（LLM、文生图/视频模型）的评测方案设计、效果评估与迭代优化； 4、跟进AI领域前沿技术（如Agent框架、多模态分析、数据飞轮构建），探索在技术风险防控、故障根因定位等场景的应用； 5、与业务测试团队协作 ，推动算法模型在真实业务测试或模型应用评测场景中的落地与持续迭代。 1、本科及以上学历，计算机、人工智能、软件工程、数学等相关专业； 2、有扎实的算法基础，熟悉Python/PyTorch/TensorFlow，掌握深度学习、NLP或多模态相关基础模型（如Transformer、Diffusion、CLIP等）； 3、对大模型技术有浓厚兴趣，了解LLM原理、微调技术、Prompt工程、RAG等应用范式，有相关项目或竞赛经验者优先； 4、具备数据敏感性和逻辑思维，能通过数据分析和实验设计解决复杂问题，有严谨的技术验证意识； 5、有积极的学习能力和技术热情，乐于跟进前沿技术（如LangChain、Agent框架、向量数据库等），具备快速学习和实践的能力； 6、有良好的沟通能力和团队协作精神，能主动推进问题解决并承担挑战性任务。 加分项： 1、在NLP/CV/ML顶会（ACL、CVPR、ICML等）发表论文，或在算法竞赛中获奖； 2、有大模型相关项目经验（如微调、评测、Agent开发）、开源项目贡献或技术博客输出； 3、具备软件测试、代码分析、异常检测等领域基础认知。
