工作职责:
1、 测试技术战略与架构规划
制定中心级测试技术发展战略与演进路线,紧密衔接产品研发规划,重点解决嵌入式设备与监控平台软件的系统级验证痛点。
设计高可用、可扩展的端到端测试技术架构,涵盖自动化测试框架、仿真测试环境、持续集成/持续测试(CI/CT)流水线及质量数据闭环体系。
主导测试平台(硬件在环仿真、数字孪生、大规模设备模拟等)的总体技术方案选型与架构设计。
2、 AI智能测试体系建设(核心创新职责)
探索并落地AI技术在电力二次系统测试中的应用,包括但不限于:
智能用例生成:基于需求文档、接口定义或历史数据,利用NLP/LLM自动生成高覆盖率的测试用例和测试数据。
缺陷预测与风险识别:利用机器学习分析历史缺陷、代码变更与日志,构建产品缺陷预测模型与测试优先级推荐。
视觉测试自动化:利用计算机视觉技术实现监控界面的精准比对、异常截图的自动分类与识别。
智能日志与异常诊断:构建算法模型,对海量系统运行日志、故障信息进行自动归因、聚类和根因分析。
负责搭建AI测试所需的数据采集、标注、训练及模型持续优化的基础设施。
3、 重大项目测试方案设计与评审
针对复杂分布式设备集群、高并发数据处理等系统,设计分层解耦、可模拟真实场景的测试策略。
对关键项目进行测试架构评审,确保测试方案的逻辑完备性与故障覆盖充分性,对潜在的漏测风险进行技术兜底。
4、 流程优化与效能提升
建立多维度测试效能度量模型(覆盖率、拦截率、执行效率、发布质量等),以数据驱动测试持续改进。
引入敏捷/DevOps中的先进测试实践,打通开发与测试工具链,提升全链路交付效率。
任职要求:
1. 硕士及以上学历(*学需统招一本以上)电力、计算机、软件工程等相关专业;
2. 具备10年以上相关工作经历,其中至少5年以上担任研发、测试架构师或技术负责人,具备从0到1规划大型开发、测试体系的能力。
3. 大型平台/框架建设:主导过大规模自动化开发、测试框架或仿真测试平台的架构设计与落地,支撑过数十个微服务/模块或大量终端设备的并行测试与仿真。
4. AI+测试工程化落地:有实际的AI/ML赋能测试的项目经验,如利用强化学习做模糊测试、利用图像识别工具做UI自动验收、或利用NLP/知识图谱做测试分析报告生成等。
5. 具有虚拟化、半实物仿真或数字孪生相关经验者优先。
6. 具有业务抽象与系统性思维,突出的技术领导力与跨部门协同能力,敏锐的技术趋势洞察力。