哔哩哔哩 · 生活服务直播
测试开发实习生一面面经
完整信息
本篇目录
面试日期2026-08-27
- 请做自我介绍
- 介绍实习
- 怎么保证 AI 生成的文章不会被平台判断为 AI 产物
- 工具调用出现参数幻觉时怎么保护
- 会不会有脏数据或者负向数据
- 面向真实大模型供应商的评测和离线评测有什么差异
- 需求文档到图片任务的拆解
7.1 如何把非结构化需求文档拆成图片任务
7.2 任务拆分是否由模型和提示词完成
7.3 是否对输入格式做了额外约束 - 数字人任务并发时怎么处理 GPU 竞争
- Python 模型服务的高并发处理
9.1 Python 模型服务在线上是否存在高 QPS
9.2 用户集中提交时如何处理突发流量 - 两次实习里有没有接触整个需求生命周期
- 你们没有测试吗
- 为什么想转测试开发方向
- 对测试工作的理解
13.1 如何理解测试开发的工作
13.2 测试人员通常如何测试手中的业务 - 直播弹幕功能怎么设计测试用例
- 当前实习与出勤安排
15.1 目前是否仍在实习
15.2 面试通过后的实习出勤时间如何安排 - 你有什么想向面试官了解或交流的吗
#实习面试记录#
本篇目录
当前问题0119
- 01
请做自我介绍
- 02
介绍实习
- 03
怎么保证 AI 生成的文章不会被平台判断为 AI 产物
- 04
工具调用出现参数幻觉时怎么保护
- 05
面向真实大模型供应商的评测和离线评测有什么差异
- 06
7.1 如何把非结构化需求文档拆成图片任务
- 07
7.2 任务拆分是否由模型和提示词完成
- 08
7.3 是否对输入格式做了额外约束
- 09
数字人任务并发时怎么处理 GPU 竞争
- 10
9.1 Python 模型服务在线上是否存在高 QPS
- 11
9.2 用户集中提交时如何处理突发流量
- 12
两次实习里有没有接触整个需求生命周期
- 13
你们没有测试吗
- 14
为什么想转测试开发方向
- 15
13.1 如何理解测试开发的工作
- 16
13.2 测试人员通常如何测试手中的业务
- 17
直播弹幕功能怎么设计测试用例
- 18
15.1 目前是否仍在实习
- 19
15.2 面试通过后的实习出勤时间如何安排