如约见 · 技术研发 · 测试/QA

测试开发工程师(agent)

顺丰 · 深圳 · 薪资面议 · 更新于 2026/11/21

任职要求

经验:3-5年学历:本科及以上

岗位描述

1、智能体评测:负责顺丰某个域智能体的全链路评测,设计专项评测方案与评测集,覆盖意图理解、任务规划、工具调用、多轮交互、结果准确性等维度,跟进版本迭代的回归评测与基线对比,输出评测报告与上线准入判断。 2、框架评测:负责智能体框架/平台本身的质量保障,覆盖 Agent Runtime、工具调用引擎、记忆模块、任务编排、MCP 注册发现等核心模块的功能、稳定性、高并发、异常恢复测试,验证框架可观测性(Trace 完整性、任务回放、监控告警)与升级兼容性。 3、评测体系搭建:主导建设智能体通用评测框架与自动化流水线,定义分层指标体系,建立评测集从真实流量持续采样、标注、版本管理的机制,使评测成为发布门禁。 4、测试 Agent 建设:设计并实现用例生成、自动执行、结果分析、缺陷归因分析等测试 Agent,验证""以 AI 评测 AI""的有效边界,持续提升评测自动化率。 5、安全与性能评测:开展 Prompt 注入、越权调用、敏感数据泄露、幻觉等安全合规测试;评估响应延迟、吞吐、Token 消耗等性能指标,为成本与容量规划提供依据。 1、本科及以上,计算机/AI/软件工程相关专业,3-5年以上测试或 QA 经验,有 LLM/Agent 评测经验。 2、熟练 Python /Java,能独立开发测试工具与评测脚本,具备工程化能力;熟悉 Linux 环境。 3、深入理解 LLM 与 Agent 技术栈:Prompt Engineering、RAG、Function Call、ReAct/CoT、记忆机制,熟悉任务完成率、工具调用成功率、幻觉率等评测指标。 4、具备专项测试设计能力,擅长构造复杂长链路、边界与对抗场景,能独立设计评测方案、建设数据集、输出评测报告。 5、熟悉主流 LLM/Agent 评测或可观测工具至少一种(DeepEval / Ragas / Langfuse / Phoenix / LangSmith / Braintrust 等);有 Agent 开源框架(LangChain/LangGragh/Dify 等)使用经验加分。 6、认真负责,积极进取,持续学习 发布时间: 2026-11-20 15:57:40

顺丰其他在招岗位

同类在招岗位(技术研发)

岗位信息来自企业官方招聘渠道(sf_express),由如约见每日自动同步; 如已下架可前往职位雷达用 AI 匹配相似岗位,或浏览招聘岗位大全。