💡应聘技术问题
问题："请描述 TCP 三次握手的过程，并说明在自动化测试中如何模拟网络异常场景来验证系统的容错能力？"
参考答案:
TCP 三次握手：客户端发 SYN 包，服务端回 SYN+ACK，客户端再发 ACK 确认连接建立。这三次交互确保双方都能收发数据，同时同步了各自的初始序列号。
测试中模拟网络异常，有几种常见做法：
- 用 mitmproxy、Charles 这类代理工具拦截请求，手动注入超时、丢包、乱序等异常
- 用 Python 的 scapy 库直接构造畸形数据包
- 在容器或虚拟机里用 tc、iptables 做流量控制，限制带宽、加延迟、设丢包率
- 在 CI 里跑 Chaos Mesh 这类混沌工程工具，做系统级故障注入
容错验证的重点：重试逻辑是否正常、超时有没有兜底、熔断器是否按阈值触发、错误日志能不能溯源。
问题："你了解哪些大模型输出的评测指标？如果让你设计飞书 AI 助手回答质量的评测方案，你会怎么做？"
参考答案:
常用的自动评测指标有 BLEU（n-gram 匹配度）、ROUGE（召回率导向）、BERTScore（语义相似度）、Perplexity（模型困惑度）。还有 LLM-as-Judge 方法——用更强的模型给输出打分，评估准确性、安全性等。人工评估一般作为最终标尺。
飞书 AI 助手的评测方案，我会这样搭建：
- 先建评测数据集：从真实用户 query 中采样，按场景（问答、总结、翻译、写邮件等）分类，每个场景覆盖典型 case 和边界 case
- 定评测维度：准确率、相关度、完整度、安全性、响应延迟
- 跑自动评测：脚本批量调接口，自动指标 + LLM-as-Judge 联合打分
- 做回归：模型每次迭代后跑同一套评测集，对比分数变化，防止退化
- 建线上监控：对真实请求做抽样评测，搭个 dashboard 看趋势
问题："用 Python 写一个 HTTP 接口自动化测试脚本，能够断言响应状态码和返回数据的关键字段。"
参考答案:
import requestsimport pytestBASE_URL = "https://api.example.com"deftest_get_user_info(): response = requests.get(f"{BASE_URL}/users/1", timeout=10)assert response.status_code == 200, f"期望200，实际{response.status_code}" data = response.json()assert"id"in data, "返回数据缺少id字段"assert"name"in data, "返回数据缺少name字段"assert data["id"] == 1assertisinstance(data["name"], str) andlen(data["name"]) > 0deftest_create_user(): payload = {"name": "test_user", "email": "test@example.com"} response = requests.post(f"{BASE_URL}/users", json=payload, timeout=10)assert response.status_code == 201 data = response.json()assert data["name"] == "test_user"assert data["email"] == "test@example.com"if __name__ == "__main__": pytest.main([__file__, "-v"])
requests 负责发请求、拿响应，assert 做断言。用 pytest 跑的话可以直接接到 CI 流水线里。
问题："说说你之前做过的一个跟质量保障或工具开发相关的项目，遇到了什么难点，怎么解决的？"
参考答案:
建议用 STAR 结构组织回答：
先交代背景，比如在课程项目或实习中负责某模块的质量保障。然后说清楚当时面临什么问题——接口太多手工回归跑不过来、覆盖率一直上不去之类。接着讲你具体做了什么，搭了什么框架、写了哪些用例、怎么接到 CI 里的、中间做了什么取舍。最后用数字说话——回归时间缩短了多少、发现了几个线上问题、覆盖率从多少提到多少。
面试官想听的是你做决策的过程，哪怕结果不完美也无所谓。
问题："飞书文档的 AI 总结功能上线后，用户反馈总结内容偶尔出现事实错误。作为质量工程师，你会如何排查和建立长效验证机制？"
参考答案:
排查步骤：
- 先看有没有规律：特定文档类型、长度、语言更容易出错，还是随机分布
- 收集问题 case，分清错误类型：是凭空编造了内容，还是漏掉了关键点，还是把不同段落的上下文搞混了
- 查上游：文档解析是否完整、分段是否合理、prompt 有没有歧义
长效机制：
- 建总结质量评测集：人工标注一批参考总结，覆盖不同文档类型和长度档位
- 自动评测 pipeline：每次模型迭代后自动跑评测集，多维度打分
- 加 factual consistency 检测：用 NLI 模型判断总结内容是否跟原文矛盾
- 线上监控：用户反馈按标签分类（事实错误、遗漏、冗余），按维度追踪趋势
🎯应聘面试准备
问：想应聘上述岗位，需要做哪些准备？
答：
简历优化
1.核心信息前置
- 学历背景： 本科及以上在读，计算机、软件工程、人工智能、自动化等相关专业
- 工作经验：
- 技术栈： Python/Golang/Java + AI工具使用经验（Claude、Codex、TRAE等）
- 意向岗位：
2.匹配岗位关键词
- 技术栈：
- 工程能力：
- 工具与平台： Claude、Codex、TRAE、CI/CD工具链
- 能力标签：
技能梳理
编程基础： 熟练掌握至少一门语言（Python优先），了解 TCP/IP、HTTP 协议，能用 Python 写脚本和工具。
AI工具使用： 用过 Claude、Codex、TRAE 等工具，能把它融入工作流提升效率，有实际用它写脚本、做分析的经历。
质量工程： 了解自动化测试的基本类型（单元测试、接口测试、端到端测试），理解 CI/CD 流程，知道质量门禁和上线准入是什么。
AI评测： 了解大模型常用评测指标（BLEU、ROUGE、Perplexity等），理解"评测"和"测试"在概念上的区别。
面试准备
经典问题
- TCP 三次握手和四次挥手有什么区别？HTTP 和 HTTPS 有什么不同？
- Python 的 GIL 是什么？多线程和多进程各自适合什么场景？
系统设计
- 给一个 AI 功能设计回归测试方案，你会考虑哪些维度？
项目经验准备
10个月宝宝每天需要喝多少奶粉？
