1. 测试工程师【留用实习】一面这个一面来得很突然没有笔试直接前期评估后就给到了第一次的面试邀约第一次面试感觉什么都没准备好前一晚还紧张得有些反胃一打开面试界面直接头脑一片空白根本不记得要说些什么感觉话都是没有逻辑地在往外输出。面试官很温柔不过应该是看到我没什么希望的样子也就没问深的问题开头自我介绍加一些项目描述后后左边还有简历信息不过不好照着读。面试官我听你介绍的这两个项目感觉都是课程上的项目有没有什么实习的项目回答对都是课程中的团队项目目前还没有实习这也是我第一次面试。面试官AI相关内容有学过什么吗回答这学期我们开始系统了解了一些内容包括一些基础概念和RAG、OneAPI部署本地模型、智能体等相关的内容。面试官那能说说你都用AI做过些什么吗回答我们主要通过编写配置大模型编写提示词采用LECL链式调用和RAG等进行一些简单的天气查询和天气预测相关的内容。面试官你能说说链式调用是怎么个调用呢回答就是将大模型配置、提示词模板、还有一些工具函数串联起来给出需求后让它们自行处理逻辑前一个的输出作为后一个的输入还可以实现自主纠错。面试官你能说说对RAG的理解吗回答RAG就是对我们需求的增强生成。。。一遍遍地去生成。。。回答得有些糟糕面试官嗯...RAG不是一遍遍去生成回答嗯嗯之后给我出了一道算法题*的配对问题*可以为或也可以为空字符串满足配对且必须在前面则为有效字符串输出True.【15min】尝试通过简单的数量匹配但不知道如何匹配顺序问题。面试官那你简单讲解一下代码的思路吧回答好的。。。。但前提是如果第一个字符为直接判定为无效之后通过数量匹配但“必须在之前”还不知道该怎么判断。面试官那你有什么思路吗回答暂时没有什么思路。面试官好的那我这边差不多就是这样你有什么问题想问吗可能是实在没有希望早些下班了回答嗯我想问如果我有幸可以入职在之前的这段时间需要准备些什么吗面试官学习一些AI相关的技术吧回答那是测试上的AI技术呢还是像前边的RAG等应用面试官看行业发展需要哪个方向吧回答好的谢谢您面试官那我们这次面试就这样回答好的谢谢您音视频测开一面完整复盘总结一、面试基础信息面试岗位【留用实习】测试开发工程师音视频质量中心一面 面试时间7.3 15:00 面试形式线上面试无笔试直接技术面 自身情况首次正式面试无企业实习仅两套课程项目楼梯间临时面试环境全程高度紧张大脑空白表达逻辑混乱 面试官风格温和未刻意刁难提问难度偏低但因知识短板、临场状态快速结束面试二、本次面试暴露四大核心问题一临场心态与表达问题最直观扣分首次面试过度紧张打开摄像头后大脑空白回答无逻辑、断断续续无法完整、流畅输出项目与技术内容自我介绍被动没有主动抛出JMeter 性能压测、Docker 容器搭建两大核心优势面试官没有深挖我的擅长项目全程只问 AI、算法陌生板块遇到不会 / 不熟的知识点只会简单附和 “嗯嗯”不会主动铺垫自身学习思路没有展现自学能力 4 不会主动引导话题全程被动跟着面试官陌生提问走完全发挥不出项目优势。二AI 大模型相关知识理解浅薄、概念混淆重大失分点RAG 核心原理理解完全错误误以为是重复生成文本核心检索增强逻辑说不出 2 LangChain 链式调用只能简单描述串联无法讲清执行流程、应用价值 3 仅有简易天气 Demo 实践但无法完整梳理落地流程实操经验描述单薄。三基础算法储备不足无解题思路通配符括号匹配是校招测开入门简单算法我仅想到单纯计数法完全不清楚栈、贪心双指针标准解法全程无法给出有效解题思路直接冷场。四回答话术缺乏加分意识被问到无实习经历只直白承认没有补充项目经验弥补短板 2 结尾反问问题过于平淡没有结合岗位音视频 / 容器 / 自动化提问无法体现求职匹配度 3 面对知识盲区只会被动沉默没有标准兜底话术展现学习意愿。三、面试全部问题标准满分修正回答1. 面试官你的项目都是课程项目有没有校外实习原回答对都是课程中的团队项目目前还没有实习这也是我第一次面试。 优化完整回答 目前我暂时没有企业实习经历今天也是我的第一场正式面试。虽然只有在校课程项目但我完整独立负责过二手电商全流程测试还独立搭建整套 Docker 隔离测试环境具备功能、性能、环境测试完整实操能力课余我也自主学习 RAG、本地大模型相关知识愿意快速补齐企业岗位所需全部技能。2. 面试官AI 相关内容有学习过吗原回答这学期我们开始系统了解了一些内容包括一些基础概念和 RAG、OneAPI 部署本地模型、智能体等相关的内容。 优化完整回答 课余我自主自学本地大模型相关技术使用 Ollama 部署开源模型通过 OneAPI 做多模型统一接口管理同时学习 RAG 检索增强、LangChain 链式调用、简易智能体相关知识也做过天气查询小型 Demo 落地实践。3. 面试官你用 AI 做过哪些实践原回答我们主要通过编写配置大模型编写提示词采用 LECL 链式调用和 RAG 等进行一些简单的天气查询和天气预测相关内容。 优化完整回答 我搭建了本地大模型实验环境自定义提示词模板结合 RAG 向量知识库、LangChain 链式组件实现简易天气查询 Demo。整体流程先检索天气知识库获取真实气象数据再把检索上下文 用户提问传入大模型最后格式化输出预测结果整套链路依靠链式调用自动流转不用分步手动操作。4. 面试官讲讲什么是 LangChain 链式调用原回答就是将大模型配置、提示词模板、还有一些工具函数串联起来前一个的输出作为后一个的输入还可以实现自主纠错。 优化标准答案 LangChain 链式调用是把提示词、向量检索工具、LLM 推理、结果格式化多个独立组件串联成一条自动化执行链路。上一步的输出直接作为下一步的入参比如「知识库检索→大模型推理→结果校验」自动流转同时可以增加校验逻辑对模型错误输出自动重新修正减少人工干预。5. 面试官说说你对 RAG 的理解本次最大失分点原回答RAG 就是对我们需求的增强生成一遍遍地去生成。 优化标准背诵答案 R 全称检索增强生成核心作用解决原生大模型两大缺陷一是模型训练数据滞后无法获取最新信息二是不能读取企业私有业务资料容易产生虚假幻觉。完整流程分为两步检索阶段将私有文档向量化存入向量数据库用户提问时先检索和问题高度匹配的真实参考资料生成阶段把检索到的真实上下文和用户问题一起送入大模型模型依托真实素材生成回答无需反复多次生成大幅降低幻觉问题。6. 算法题通配符 * 括号匹配* 可代表空、(、)判断字符串是否合法我的原始思路只统计左右括号数量无法处理顺序、可变逻辑无完整方案。标准解题思路面试口述版单纯计数无法解决多取值的问题最优解法采用贪心双指针定义两个变量 min_open、max_open分别记录当前最少、最多未匹配左括号遍历每一个字符 遇到(min_open、max_open 遇到)min_open--、max_open-- 遇到*min_open-当作右括号max_open当作左括号每轮循环如果 max_open0直接判定无效无论 * 怎么替换都无法匹配 4 min_open 不能小于 0最小值固定为 0 5 遍历完成后若 min_open 等于 0说明存在合法替换方案字符串有效。7. 面试官收尾你有什么想问我的原回答如果有幸入职我需要提前学习 AI 测试还是 RAG 应用 优化加分提问贴合音视频测开岗位咱们音视频质量中心日常会结合大模型做自动化测试吗团队的测试环境是否采用 Docker 容器化部署实习生是否会参与环境维护、性能压测相关工作四、分模块改进方案短期立刻落地应对下一场面试一心态 表达改进立刻见效自我介绍重写开篇直接抛出两大项目核心优势物易云 JMeter 并发性能测试、Docker 容器测试环境搭建主动引导面试官问擅长内容避免被动被 AI、算法牵制 2 提前模拟线上问答对着镜头完整口述项目训练流畅度缓解镜头空白紧张 3 遇到不熟知识点统一兜底话术这块我目前学习还不够深入我可以先说现有理解面试后会针对性补齐相关内容。二AI 大模型知识补强本次核心短板1 天吃透1 背诵 RAG、LangChain、OneAPI 标准定义、落地流程、解决的业务问题 2 梳理天气 Demo 完整执行步骤能分步骤口述杜绝概念混淆 3 补充拓展RAG 系统如何设计测试用例功能、幻觉准确性、性能贴合测开岗位提问方向。三算法基础补强校招必考短期重点练习字符串、括号匹配、双指针、栈四类简单算法不用写复杂工程代码但必须能口头完整讲清解题思路每天练 2-3 道基础题。四项目内容强化规避被动提问1 熟练背诵两个项目精简关键词框架紧张时依靠关键词快速梳理逻辑 2 提前准备项目优势、收获无实习的弥补话术弱化实习短板 3 所有技术点区分 “熟练Docker/JMeter/MySQL”“了解AI 大模型”介绍时侧重熟练内容。五面试话术优化1 杜绝单字附和 “嗯、对对”每段回答有完整逻辑 2 反问问题优先贴合岗位容器环境、直播性能、AI 自动化测试体现求职匹配度 3 全程展现踏实、自学能力强的应届生形象遇到知识短板主动表明后续学习计划。五、总结本次面试收获1 摸清快手测开一面固定三大提问方向在校项目、AI 大模型基础、简单字符串算法 2 清晰定位自身短板AI 知识浅薄、基础算法薄弱、临场紧张表达卡顿 3 拿到真实面试实战经验知道无实习、课程项目的应届生该如何扬长避短下一场针对性补强后发挥会大幅提升 4 明确岗位考察侧重点通用测开能力 AI 基础 基础算法后续复习有清晰目标不再盲目备考。