AI大模型测试工程师

岗位职责：
1、设计并开发自动化测试框架，针对医疗场景化的大模型接口、性能及输出内容进行验证，确保符合相关数据标准及医疗业务专业性、准确性需求。
2、构建性能测试方案，评估大模型在复杂场景下的响应效率及稳定性。
3、利用Python及科学计算库处理医疗领域结构化/非结构化数据，构建符合业务场景的测试数据集。
4、设计数据清洗、标注策略，验证大模型对医疗术语标准化（如ICD-10编码）、临床逻辑一致性的理解与输出准确性。
5、针对医疗大模型生成结果进行验证，确保符合相关合规性及临床指南要求。
6、优化大模型提示词（Prompt），提升模型在具体场景下的精准性。
7、评估模型输出的安全性（如患者隐私泄露风险）与伦理合规性。
8、设计安全测试方案，覆盖医疗数据匿名化、访问控制审计、符合行业规范的传输加密等场景。
9、与医疗信息化业务团队、算法工程师协作，将临床业务流程需求转化为可落地的测试策略。
10、输出测试报告，推动模型迭代，确保符合医疗信息化认证要求。
任职要求：
1、3年以上测试开发经验，有自动化UI测试经验，精通接口自动化测试工具（如Postman、Requests），性能测试经验（JMeter/Locust）优先。
2、熟练使用Python及数据分析库（Pandas/NumPy），具备医疗数据处理经验者优先。
3、了解大模型技术原理（如Transformer架构、微调方法）及评测指标（BLEU、ROUGE）者优先。
4、具备安全测试能力；熟悉医疗信息化相关各类法规及实施要求者优先。
加分项：
1、有医疗AI产品测试经验；
2、熟悉大模型工具链（如LangChain、Hugging Face），能设计针对性测试用例；
4、持有医疗信息化认证。
3、了解医疗数据治理框架，可制定数据质量评估指标（完整性、一致性）。