工作职责： （1）基于智能驾驶场景测试链路中的重复性人工环节，设计并开发 AI 方案予以替代，实现测试提效； （2）基于大模型（LLM）与主流 AI / Agent 框架，开发测试提效工具链，包括但不限于： 测试用例自动生成与评审辅助（基于需求、标准自动产出用例草稿）； 路测场景、行车视频、车辆日志的自动分析与归纳； 测试缺陷的自动分类、去重与闭环跟进提醒； 测试报告、周报、复盘总结的自动生成； （3）搭建面向测试领域的知识库 / RAG 智能问答助手（产品需求、行业标准、测试规范、历史用例等），支持快速检索与复用； （4）参与辅助驾驶测试体系的自动化工具链建设，沉淀可复用的 Prompt 模板、Agent 流程与工具模块及经验知识底座； （5）参与测试效率的数据统计与收益复盘，量化 AI 提效成果，持续迭代优化工具与流程。 任职资格： （1）本科及以上在读或应届生，计算机、软件工程、人工智能、车辆工程、自动化等相关专业，熟练掌握 Python 开发； （2）对 AI 大模型应用有实操经验或浓厚兴趣，接触过大模型 API 调用、Prompt 工程、RAG 检索增强，或 LangChain / LlamaIndex 等 Agent 框架者优先； （3）具备较好的业务分析能力与问题敏感度，能主动发现测试链路中的重复人工环节，并提出可落地的 AI 改造方案； （4）了解常见测试流程与规范，有数据清洗与分析、脚本/小工具开发（FastAPI、前端可视化等）经验者优先； （5）对智能驾驶 / 辅助驾驶（城区 & 高速 NOA、泊车、主动安全等）有了解或浓厚兴趣者优先。