数据测试

岗位职责 1. 数据测试与验证 依据金融业务需求制定测试方案、设计测试用例及准备测试数据，重点确保数据仓库中数据处理逻辑的准确性。 开展数据质量核查工作，涵盖数据完整性、一致性以及业务规则的验证（如金融指标统计口径、行业分类标准等）。 参与数仓平台向GBASE8迁移的测试任务，完成表结构比对、字段映射、数据量核对及关键业务场景的覆盖性测试。 2. 自动化与脚本开发 运用Shell脚本实现测试流程自动化，包括数据拉取、日志采集及性能测试工具的集成调用。 持续优化测试效率，结合Hive SQL与Hadoop生态组件进行大规模数据处理与系统性能评估。 3. 跨团队协作与文档管理 与数据研发团队密切配合，深入理解数据模型架构，有针对性地设计边界条件测试案例。 输出测试总结报告、缺陷追踪记录及数据迁移验收文档，确保内容满足金融领域审计规范要求。 4. 前沿技术探索 研究大模型在测试用例生成、缺陷趋势预判等方面的应用潜力，结合RAG技术提升测试数据构造效率。 任职资格 核心要求： 1. 技术能力 熟练掌握SQL，能独立编写复杂查询语句和存储过程，熟悉Hive SQL语法及Hadoop相关工具链。 接受具备数据开发背景（如ETL开发、数仓建模）并有意转向测试岗位的人员，但需掌握基本测试方法论（如等价类划分、边界值分析等）。 熟练使用Shell脚本完成自动化任务，拥有Linux系统下的实际操作经验。 2. 行业经验 熟悉金融业务基本流程（如信贷管理、风险控制、统计报表）及相关专业术语。 对数据定义与口径具有敏感度，能够快速掌握业务规则（如金融指标计算方式、区域/行业分类体系）。 3. 平台经验 具备在Hive/Hadoop平台上进行测试或开发的实际经历，了解分布式数据处理机制及性能调优策略。 有数据库迁移项目测试经验者优先考虑。 加分项： 了解大模型（如GPT、Gemini）在测试环节中的应用实践，熟悉RAG技术原理及其落地场景；具备金融监管类系统（如反欺诈、合规报送）测试经验者优先。 岗位适配性说明 转岗优势：欢迎具备数据开发经验的候选人投递，其技术背景有助于： 精准识别数据血缘路径，设计高效的异常数据注入测试方案。 洞察ETL流程中的潜在缺陷，制定针对性的数据一致性校验机制。 技术兼容性：Hive与GBASE8均基于关系型数据库模型，候选人可通过迁移工具（如Sqoop）及SQL兼容性验证快速完成技术对接。