职位类别：技术类 业务集团：阿里云 职位描述：1、全栈质量体系建设 • 面向 GPU 驱动层（CUDA 兼容性）、AI 编译器（MLIR 图优化）、高性能算子库（Conv/GEMM/Attention）、深度学习框架（PyTorch / vLLM 定制后端）、大模型及配套工具链（GPU Operator、Container Toolkit、Device Plugin、Profiling/SMI、GDB Debugger 等），设计并落地统一的质量标准与验证策略。 2、自动化与工程化能力建设 • 主导自动化测试框架与 CI/CD 回归体系开发，建立多维度质量门禁（Release Gate）； • 搭建可复现、可扩展的测试基线环境，支持多 OS、多驱动版本、多框架版本、单机与多机集群等复杂组合。 3、场景化系统验证 • 针对大模型训练与推理典型负载，开展稳定性、性能（吞吐/延迟）、精度（数值一致性）三位一体的系统级验证； • 通过问题复现、根因定位与数据分析，推动软硬件协同缺陷闭环与持续优化。 4、方法论与资产沉淀 • 提炼可复用的测试工具、用例库、诊断脚本与最佳实践，形成标准化测试方法论； • 赋能研发团队提升质量内建能力，加速 AI 软件栈高质量迭代。 职位要求：1.全栈技术测试：涵盖GPU驱动层、AI编译器、高性能算子库、深度学习框架，工具链等AI技术栈的质量保障工作； 2.稳定性与兼容性验证：验证系统在大模型场景下的稳定性，确保各组件功能正确性和跨平台兼容性； 3.测试用例设计与执行：设计覆盖各类边界条件和异常场景的测试用例，确保功能正确性和系统稳定性； 4.性能分析与优化：使用专业工具进行性能瓶颈分析，输出数据驱动的优化建议和性能趋势报告； 5.精度验证与对比：验证各种数据类型下的数值精度，对比不同版本间的功能和性能差异； 6.自动化开发：使用Python（pytest）/ GoogleTest开发自动化测试脚本，集成CI流水线； 7.问题定位与分析：通过日志分析工具（GDB/Valgrind/Profiling）进行问题复现，精准定位缺陷根因； 8.工具开发：参与测试工具开发（自动化测试数据生成脚本库等），提升测试效率。