1. 客户满意维度责任与贡献 依托自动化与AI测试技术，保障ERP项目迭代、版本更新、上线切换的测试稳定性与高效性，减少人工测试漏测、误测问题，提升ERP系统交付质量与上线效率。通过智能化、自动化测试手段缩短项目测试周期，保障客户项目按期交付、系统稳定运行，降低线上故障与售后问题，从技术维度提升客户交付满意度与项目口碑。配合业务测试团队排查线上技术类疑难问题，提供自动化校验、AI数据分析支撑，兜底项目质量风险。 2. 自动化开发核心贡献（核心岗位职责） 主导ERP项目全类型自动化测试开发工作，负责ERP接口自动化、UI自动化、数据自动化、回归自动化脚本的编写、迭代优化与维护。独立搭建、适配、优化ERP专属自动化测试框架，解决传统手工测试效率低、回归不充分、版本迭代风险高的问题。针对ERP高频场景、核心数据流、字段校验、跨系统集成场景，定制开发自动化测试用例与脚本，实现版本迭代全量自动化回归，保障ERP版本持续集成、持续测试落地。统一团队自动化编码规范，沉淀自动化测试资产，支撑多项目复用。 3. AI测试开发与技术落地贡献（岗位核心重点） 聚焦AI测试开发与二次开发，不局限于基础AI工具使用，可基于大模型、AI测试框架进行定制化开发。结合ERP业务特性，自研/改造AI测试工具，实现ERP测试用例智能生成、测试数据智能构造、缺陷智能识别与分类、测试报告智能复盘、风险智能预判等智能化能力。搭建团队AI测试应用体系，开发ERP专属AI测试模板、智能校验规则、自动化+AI联动测试流程，落地智能化测试方案，持续提升团队测试智能化水平。跟进行业AI测试新技术，完成技术调研、落地与创新，解决ERP测试中的效率瓶颈与技术痛点。 4. 团队技术赋能与协同贡献 对接ERP场景测试工程师，承接业务测试自动化、智能化需求，将业务场景转化为自动化脚本与AI测试规则。负责团队自动化、AI测试技能培训与技术赋能，解决团队自动化脚本报错、AI适配异常等技术问题。参与团队测试流程、质量体系优化，输出自动化测试规范、AI测试落地标准，持续完善团队智能化测试体系，支撑团队规模化高效交付。 1. 全栈自动化框架能力：熟练掌握Python技术栈，可独立从零搭建企业级自动化测试框架，熟悉分层架构设计、用例管理、数据驱动、关键字驱动、通用封装、异常重试、日志收集、报告生成、失败重试机制，能够完成框架迭代、性能优化、兼容性适配、长期维护。 2. 多场景自动化全覆盖：精通接口自动化、UI自动化、数据自动化、批量回归自动化，熟练对接HTTP/HTTPS、RESTful、WebSocket等协议；熟练掌握主流自动化工具与库，包括但不限于Requests、Pytest、Unittest、Selenium、Playwright、Locust，可完成ERP前端页面、后端接口、批量数据校验、单据流转全链路自动化脚本开发。 3. 数据库与数据工程能力：熟练掌握高阶SQL，精通多表关联查询、数据比对、批量校验、数据对账、脏数据清洗、测试数据造数、数据脱敏，可独立封装数据库通用操作工具类，支撑ERP大批量数据场景自动化校验。 4. CI/CD工程化落地：熟练掌握持续集成、持续测试流程，可对接Jenkins、Git、Docker等工具，实现自动化脚本提交触发、定时构建、批量回归、自动出报告、异常告警，打通代码提交-自动化测试-结果反馈全流程工程化闭环。 5. 工具自研与资产沉淀：具备测试工具、通用模块、公共方法自研封装能力，可根据ERP测试痛点开发批量造数工具、自动对账工具、缺陷统计工具、用例批量导入导出工具，形成可复用技术资产，降低团队手工成本。 6. 自动化运维与迭代能力：具备脚本批量维护、版本适配、兼容性修复、用例瘦身、执行效率优化经验，能够解决脚本不稳定、环境依赖、执行失败、并行冲突等常见工程问题，保障自动化通过率与稳定性。