AI 测试开发
共 4 篇面经 · 深信服 / 大疆
深信服 AI 测试开发一面:大模型与工程脚本的分工、LoRA 与 LangChain 三件套
深信服 AI 测试开发一面(线下,约 11 月 9 日):先确认实习是否测试开发、数学建模竞赛的分工与规模,再挑一个最好的项目深挖——哪部分由大模型做、哪部分是工程脚本、为什么这么设计、是否独立选型、后端接了哪些外部系统、做得最好的点、Bad case 是否人工标记;随后问 pytest、数据集与指标、微调挑战与 LoRA、训练框架,以及 LangChain、LangGraph、LlamaIndex 三者的关系与区别,最后问主动推动落地的例子与个人优势。
深信服 HR 面:比赛、实习方向不一致与 AI 测开落地怎么答
深信服 HR 面(11 月 9 日),帖主的感觉是这家公司很喜欢问比赛:为什么参加、有没有提前规划参加多次、怎么分配假期与比赛学习的时间、过程中有什么成长;随后问实习方向与研究方向不一致怎么考虑、实习公司的优缺点、平台还能怎么优化、怎么把项目推广到公司并应对不同部门的需求、对 AI 测开与幻觉问题的理解,最后确认手里有哪些 offer 与意向排序。
深信服 AI 测试开发二面:因子互斥依赖与非法组合的覆盖策略
深信服 AI 测试开发二面(11 月 9 日):先问实习与项目、秋招进展、城市选择,再详细讲实习项目的业务背景、功能、架构与核心工作;技术追问集中在测试用例生成——因子之间存在互斥、依赖等约束时怎么处理,正交组合产出大量非法冲突组合、过滤后覆盖不足怎么办,以及要求基于大模型保证覆盖策略完整时模型承担什么角色;最后让评价项目优点与短板、给一年时间怎么优化,并聊业界 AI Test 方案与职业规划。
大疆 AI 测试开发笔试:60 分钟 35 道选择
大疆 AI 测试开发工程师线上笔试记录:60 分钟内完成 20 道单选(40 分)与 15 道多选(60 分),考点覆盖操作系统、测试理论以及 C 和 Python 语言基础;作者平时对 C 与 Python 都不太熟,做起来比较吃力。