职位概述 作为公司具身智能机器人产品从研发态走向量产态与业务落地态的质量守门人与测试体系构建者，您将全面负责具身机器人产品全生命周期的测试战略制定、团队管理与质量体系建设。 您不需要从零研发机器人本体或基础模型，但需要深度理解具身模型（VLA/感知/规划/控制）、机器人软件系统（ROS/中间件/运动控制）与数据闭环（采集-训练-推理-评测）的全链路工作方式，在此基础上构建覆盖仿真测试、真机验证、算法评测、数据质量、现场部署与持续运营的分层测试体系，确保机器人产品在功能正确性、性能达标性、运行稳定性与场景安全性上达到量产与客户交付标准。 您将带领测试团队与算法、软件、硬件、产品及现场交付团队紧密协作，推动复杂缺陷的根因定位与彻底闭环，将测试能力从被动验证升级为驱动产品迭代的数据引擎，让机器人能力从标准产品真正转化为可稳定运行、可量化评估、可规模复制的业务成果。
岗位职责 一、测试战略与体系建设 全生命周期测试策略制定：基于公司机器人产品形态（人形/轮式/机械臂等）、具身模型能力边界、部署场景与客户业务目标，制定覆盖需求评审、设计验证、研发测试、量产准入与现场运营全阶段的测试策略，建立分阶段质量门禁与版本准入标准。 分层测试体系搭建：构建"仿真测试 - 软件/算法集成测试 - 真机系统测试 - 场景验收测试 - 现场持续运营验证"的分层测试体系，明确各层测试目标、覆盖范围、准入准出标准与数据流转机制，实现从模块级到系统级再到业务级的全链路质量覆盖。 测试度量与质量看板：建立可追溯的需求-测试集-自动化验证-发布闭环，设计覆盖任务成功率、作业节拍、异常率、人工介入率、连续运行时长、缺陷密度、回归覆盖率等维度的质量度量体系，输出周期性质量报告支撑管理决策。 二、算法与模型测试验证 具身模型评测体系：面向视觉语言动作模型（VLA）、多模态感知模型、运动规划与控制策略、任务规划系统等，设计模型级与任务级的评测方案与基线指标，覆盖精度、实时性（时延/吞吐）、鲁棒性（长尾工况/环境变化/扰动恢复）、稳定性与资源占用等关键维度。 数据闭环质量验证：将测试能力延伸至"采集-清洗-标注-训练-微调-推理部署-线上监控"的数据闭环全链路，建立数据质量门禁（覆盖度/分布偏移/标注一致性/失败样本识别），确保回灌数据与模型迭代的质量可控。 算法回归与版本管理：与算法团队协同建立模型版本管理机制，设计回归测试集与自动化回归流程，确保模型/策略每次迭代的性能不退化、边界行为可预期；对适配结果进行系统级回归验证，识别性能回退与功能回退。 三、真机与场景测试 机器人系统级测试：负责机器人软件系统（包括但不限于算法模块、遥操作、运动控制、感知导航、避障、人机交互）的功能测试、性能测试、稳定性测试、压力测试与兼容性测试，覆盖标准工况、边缘工况与异常恢复场景。 软硬件联调测试（HIL/SIL）：参与传感器、电机控制、通信中间件（DDS/LCM）等子系统的集成正确性验证，推进 HIL（Hardware-in-the-Loop）测试与仿真环境（Gazebo/IsaacSim 等）建设，实现仿真到真机的测试左移与效率提升。 安全与可靠性测试：建立机器人安全测试与风险评估机制，覆盖急停响应、碰撞/夹持风险检测、失效保护策略、跌落保护、越障能力等安全相关测试项；开展可靠性测试（FMEA）与连续运行验证，评估产品在真实环境下的长期稳定运行能力。 场景验收与客户现场验证：基于客户业务场景与任务目标，设计现场评测方案并组织执行，持续跟踪任务成功率、作业节拍、异常率、人工介入率、连续运行时长及客户业务收益等指标，通过日志、回放数据和现场观察定位问题，推动模型、数据、系统配置或业务流程持续改进。 四、自动化与工具链建设 自动化测试框架与流水线：搭建并维护 CI/CD 流水线中的自动化测试环节，开发自动化测试脚本、回归验证脚本、Mock 服务与测试数据构造工具，实现仿真测试与真机测试的自动化接入与数据驱动评估。 测试工具与平台建设：规划实验室测试能力与测试工具链，推动自动化测试工站建设，设计测试工站工作逻辑与统一标准，开发相应测试工具，持续提升测试效率与覆盖度。 测试数据与用例资产管理：沉淀测试用例库、数据集、缺陷案例库与测试报告模板，将不同客户现场的部署流程、测试规范、评测基线与故障案例沉淀为标准化蓝图和最佳实践，支撑产品能力迭代及后续项目快速复制。 五、团队管理与跨团队协作 测试团队建设与管理：负责测试团队的招聘、培养、考核与梯队建设，制定团队工作规范与技术成长路径，营造质量文化与工程文化，确保团队具备覆盖软件测试、算法测试、真机测试与数据测试的复合能力。 跨团队质量协作：主导跨部门（算法、软件、硬件、结构、产品、生产、现场交付）协作，参与前期需求与架构设计评审，推动测试左移与质量内建；主导复杂缺陷的根因分析与跨团队问题闭环，推动质量改进落地。 经验沉淀与复制推广：将测试方法、工具、流程与最佳实践体系化沉淀，支撑新产品线、新场景、新客户现场的快速测试能力建设与质量保障复制。
职位要求 核心能力 学历与经验：本科及以上学历，计算机科学、软件工程、自动化、电子信息、机器人工程等相关专业；5 年以上软件测试或系统测试工作经验，其中至少 2 年以上团队管理经验。 机器人/具身智能行业背景：具备真实机器人、自动驾驶、智能硬件或具身智能产品场景下的测试经验，理解机器人系统架构（传感器 HAL 层、电机驱动控制层、通信中间件、算法软件的基本逻辑与接口规范），了解多传感器融合、运动控制、路径规划等核心技术模块的工作方式。 算法与模型测试能力：理解具身模型（VLA/多模态模型/机器人策略模型/任务规划系统）的基本工作方式，能够完成模型应用层的配置、验证、评测与问题定位；熟悉机器学习模型从数据准备、训练/微调、版本管理到推理部署和线上监控的基本流程，具备设计模型评测基线与回归验证方案的能力。 系统级集成测试能力：熟练掌握软件测试方法论（黑盒/白盒/灰盒、边界值、等价类、场景测试等），具备系统级集成测试设计能力；熟悉 ROS/ROS2 生态工具（话题、服务、录包回放等），熟悉 Linux 系统操作及调试工具（gdb、strace、perf、journalctl 等）。 自动化与工程能力：熟练掌握 Python，熟悉 C/C++，能独立开发与维护自动化测试脚本与框架；熟悉 CI/CD 工具链（Jenkins、GitLab CI 等），有在流水线中集成测试环节的实践经验；熟悉测试管理工具（JIRA、禅道、飞书项目等）及 Git 版本管理流程。 数据闭环理解：理解具身智能数据闭环（采集-清洗-标注-训练-推理-评测-回灌）的基本流程，能够识别数据质量、模型表现、感知能力、执行精度、算力资源与业务流程之间的联动问题。 安全与质量意识：具备强质量敏感度与机器人安全认知（急停、碰撞/夹持风险、失效保护等），有系统性思维与风险预判能力。 跨团队协作能力：擅长跨算法、软件、硬件、产品与现场交付团队协作，具备优秀的沟通协调能力、问题推动能力与质量复盘能力；能够主导复杂缺陷的根因分析与跨团队问题闭环。 加分项 有量产阶段产品集成测试经验（SOP 制定、产线测试工装开发等）； 有 HIL（Hardware-in-the-Loop）测试或仿真环境（Gazebo、IsaacSim 等）建设经验； 有具身模型评测、VLA 模型测试或机器人策略模型验证经验； 有客户现场部署验证、场景适配或持续运营经验； 有从 0 到 1 搭建测试体系与测试团队的经验； 了解嵌入式实时操作系统（RTOS）或 Linux BSP 基础知识； 热爱机器人产品研发，具备产品思维，能主动从用户视角发现系统级问题。
相关岗位