1)Kubernetes 算力调度平台(B 端,多客户交付)
背景:版本迭代频繁,手工回归成本高。
职责:负责功能与接口质量;用 Python + Pytest 搭建接口自动化并接入 Allure 报告;用 Grafana 配置数据源、面板查询与模板变量,输出质量看板;跟踪 500+ 问题至关闭。
产出:手工回归转为脚本执行,报告可复用;完成 40+ 场客户演示与培训。
2)垃圾分类回收平台
职责:阅读业务代码并结合分支与边界条件设计用例;用 Python + AI 工具(Kimi、DeepSeek)完成日常数据校验与文档起草。
产出:重复的人工核对转为脚本执行,异常数据及时提报核查。