AI算法测试工程师

职位描述

1. 场景评测方案执行

• 深入理解业务场景，执行算法效果评测方案

• 基于已有评测数据集与仿真场景库，覆盖边界case、长尾分布、对抗样本测试

• 执行准确率、召回率、误报率等指标测试，输出结构化评测报告

2. 算法效果测试

• 执行AI算法和大模型的准确率测试、安全合规测试、鲁棒性测试

• 对现场误检、漏检问题进行复现、根因分析、归类统计

• 评估算法版本质量风险等级，参与发布评审并给出放行/拦截建议

3. 仿真环境测试执行

• 在已有仿真平台中执行测试用例，记录并分析测试结果

• 理解仿真与实飞的gap，评估仿真结果可信度

• 执行"仿真验证→实飞确认"的双轨测试流程，跟踪问题闭环

4. 自动化评测执行

• 操作自动化评测系统，执行批量测试、指标采集、报告生成

• 配合CI/CD流程，执行算法版本回归测试

• 反馈评测流程效率瓶颈，提出优化建议

5. 质量闭环跟踪

• 配合算法团队收集现场质检数据，参与数据标注与模型验证

• 将评测发现的badcase转化为算法团队的优化输入，跟踪迭代版本效果回归

• 站在用户视角评估端到端算法效果，防止新版本引入质量退化

任职要求

1. 计算机、人工智能、软件工程、统计学等相关专业本科及以上学历

2. 2年以上算法测试/模型评测/数据质量相关经验，有工业质检/自动驾驶/视觉识别等场景经验优先

3. 熟练使用Python进行数据处理和脚本开发，能读懂算法代码（Python/C++）

4. 熟悉常见评测指标（Accuracy、Precision、Recall、mAP、F1等），理解其业务含义

5. 具备数据分析能力，熟练使用SQL、Excel/Python进行数据统计和可视化

6. 对深度学习有基本认知，了解CNN/Transformer等基础架构，了解模型训练-推理流程（不需要训模型）

7. 具备优秀的逻辑分析能力，能从海量case中归纳问题模式

8. 沟通能力强，能推动跨团队（算法、产品、业务）协作解决问题

9. 加分项：

○ 有自动化评测平台开发经验

○ 熟悉数据标注工具

○ 有LLM大模型评测经验（如使用GPT-4作为评判标准）

○ 熟悉A/B测试、因果推断等统计方法

○ 能在仿真环境中执行测试用例，理解SIL/HIL/MIL测试流程