面灵AI→

寅家电子科技 车载软件测试一面二面 HR 面:用例设计、Jenkins 失败排查与座舱 adb 实操

轮次
一面+二面+HR面
时间
2026-11
来源
牛客网

《面试题目》

一面(2026-10-27,约 30 分钟)

  1. 自我介绍。
  2. 实习经历中接触到的测试流程是什么样的?
  3. 设计测试用例用到了哪些方法?举一个具体的例子。
  4. 你提交的 bug 包含哪些关键信息?
  5. 测试用例怎么确定优先级?
  6. 回归测试、冒烟测试、全功能测试一般在项目的什么阶段去做?
  7. 如果在需求评审中发现需求文档中有歧义,怎么处理?
  8. bug 的生命周期一般是什么样的?
  9. 如果你提的 bug 开发不认可,怎么处理?
  10. 怎么用 AI 辅助生成测试用例?怎么发现 AI 产出的问题用例?
  11. 在之前药企的测试实习中,你认为医疗业务的测试和普通的 Web 测试有什么区别?举一个具体的例子。
  12. 怎么提高完整回归测试的效率?原来需要多久,你做了哪些优化?
  13. 实习期间的项目总共有多少人参与?包括开发、测试、产品等。
  14. 在接口测试中,你是怎么判断用例通过的?(JSON 断言)
  15. 你在项目中把自动化测试框架接入 Jenkins 做持续回归,如果某次执行有大量脚本失败,你一般会怎么排查?
  16. 你觉得哪些测试用例适合做自动化,哪些不适合?
  17. 关于智能座舱测试的实习经历,你大概做了哪些工作?
  18. 智能座舱实习的测试用例大概有多少条?大概多久发版一次?
  19. 说一下常用的 Linux 命令,例如查看进程、杀掉进程、监控资源。
  20. 说一下智能座舱测试中常用的 adb 命令。
  21. 说一下你未来的职业规划。
  22. 对车载底层软件测试的协议和工具有没有什么了解?(帖主提到 CAN 和 CANoe)
  23. 驾驶技术怎么样?能接受实车测试吗?
  24. 对智能座舱的产品有了解吗?(公司主要做的产品是电子后视镜和驾驶员疲劳监控)
  25. 还有没有收到其它的 offer?
  26. 反问:公司业务、是否需要去海外路试、对面试表现有没有改进建议。

二面(2026-10-29,约 20 分钟)

  1. 自我介绍。
  2. 实习经历中的项目是怎么做测试的?有没有用到自动化测试工具,或者写过自动化测试脚本?
  3. 有做过接口测试吗?测了哪些接口,用过哪些工具?
  4. 实习项目是怎么实现微信小程序的 UI 自动化测试的?大概讲一下实现的方法和自动化的架构。
  5. 具体讲一下你是怎么实现某个模块的自动化测试脚本的,举一个例子。
  6. 如果要测一个 Web 应用,你会设计哪些方面的测试用例?比如哪些模块?
  7. 实习经历中智能座舱的测试有实现自动化测试吗?是在台架上还是实车上测的?
  8. 怎么在 Jira 上提交 bug?开发修复完以后需要回归测试吗?
  9. 实习经历中智能座舱的测试大概有多少条测试用例?涉及到了哪些功能?
  10. 反问。

HR 面(2026-10-30,约 30 分钟)

  1. 自我介绍。
  2. 对工作内容了解吗,都能接受吗?
  3. 为什么不做开发,选择做测试?
  4. 为什么没有在实习公司转正?
  5. 未来的职业规划是什么样的?
  6. 你认为测试的工作相对于开发来说会比较简单吗?
  7. 还有没有收到其它的 offer?
  8. 对于公司规模、工作地点有要求吗?考虑来苏州工作吗?
  9. 如果后面负责割草机器人测试,可以接受吗?
  10. 对于加班出差的看法?
  11. 为什么考虑来苏州发展?家里人会支持你去外地工作吗?
  12. 评价一下自己,你觉得自己是一个什么样的人?
  13. 有驾照吗?开车技术怎么样?
  14. 最快到岗时间多久?
  15. 反问:工作内容更侧重功能测试还是自动化脚本开发,多久能给到反馈。

《参考解析》

测试流程与用例设计方法要落到具体案例。 流程按「需求评审—测试计划—用例设计—用例评审—环境准备—执行与提 bug—回归—测试报告—上线验证」讲,每一段说自己实际做过什么。用例设计方法不要只报名词,配合一个真实模块展开:登录用等价类与边界值(账号长度、特殊字符、密码错误次数锁定)、支付用场景法与状态迁移(待支付—支付中—成功—超时—退款)、搜索用正交组合(关键词、筛选、排序、分页)、异常用错误推测(网络中断、重复提交、并发扣减)。面试官听到「我用了边界值」会继续问「边界取在哪、为什么」,所以要准备好取值依据。

bug 单的关键信息。 标题(一句话说清现象与条件)、环境(版本、设备、系统、账号)、前置条件、复现步骤(编号、可被他人照做)、实际结果与预期结果、复现概率、日志与截图/录屏、影响范围与严重程度、关联需求或接口。车载类还要带总线报文、故障码与实车/台架标识。缺哪一项都会让开发来回问,这一点是面试官判断有没有真实提过 bug 的依据。

用例优先级。 常用 P0—P3:P0 是主流程与安全相关(上车、启动、制动信号、告警),必须每次回归;P1 是核心功能的异常分支;P2 是次要功能与兼容性;P3 是边界与极端场景。定级依据是「失败的业务代价 × 触发概率」,不是「写起来难不难」。同时要说明优先级与执行策略挂钩:冒烟只跑 P0,日常回归跑 P0+P1,发版前跑全量。

冒烟、回归、全功能的阶段。 冒烟在每次构建后、提测入口处,验证主流程是否可测,不通过直接打回;回归在缺陷修复后与版本迭代时,覆盖变更影响面与历史高发模块;全功能在版本发布前或大版本上线前执行全量用例。补充一句「回归范围由变更分析决定」,比机械地说「都跑一遍」更专业。

需求歧义的处理。 评审当场提出,用「我理解是 A,文档写的是 B,实际应该是哪个」的问法把分歧显性化,让产品给出结论并写回文档;会后用邮件或需求单留痕,避免口头确认失效。如果影响用例设计,先按最可能的解释写用例并标注待确认,不阻塞整体进度。

bug 生命周期与开发不认可。 生命周期是新建—指派—确认/驳回—修复中—待验证—关闭/重新打开,驳回要写理由。开发不认可时先自证:给出复现步骤、环境、日志与录屏,确认不是环境或数据问题;仍不一致就拉产品一起判定「预期结果以谁为准」,必要时上升给测试负责人。核心是把争论从「我觉得有 bug」变成「预期结果的定义是什么」。

AI 辅助生成用例的问题识别。 常见问题有四类:覆盖偏差(只写主流程,异常与边界缺失)、事实错误(编造不存在的字段、接口、按钮)、预期结果不可判定(写「显示正常」这类无法验证的描述)、以及过度泛化(把某个模块的规则套到另一个模块)。发现手段是逐条对照需求与接口文档核验,跑一遍看用例是否可执行,再用缺陷注入检查它能不能抓出已知 bug。

医疗业务测试与 Web 测试的差异。 医疗系统的核心是数据正确性与合规:剂量、单位、时间窗、患者身份匹配不能出错,涉及电子病历、医嘱、检验结果互认、权限与审计留痕(谁在什么时候看了谁的病历)、数据脱敏与留存期限;Web 测试更关注功能与体验。测试手段上医疗更强调规则校验、状态机完整性、跨系统接口一致性,以及大量回归(法规变更或版本升级后必须全量验证)。举一个具体例子,比如「医嘱剂量单位从 mg 改成 g 时的换算与越界拦截」,比抽象对比有说服力。

回归效率的提升。 先量化现状(多少条用例、人工执行多久、失败率),再给三类手段:分层(冒烟+核心回归+全量的分级执行)、自动化(接口与稳定的 UI 流程脚本化,接入 Jenkins 定时跑)、精准(按代码变更与需求影响面圈定回归范围,去掉长期零缺陷的冗余用例)。给出改造前后的数字,例如「全量 3 天压到核心回归 4 小时+每晚自动跑全量」。

接口用例的通过判定。 不只看 HTTP 200:状态码、业务码、响应结构与字段类型、关键字段值(金额、状态、时间)、数据库落库结果、以及对下游的影响(消息是否发出、库存是否扣减)。JSON 断言用 JSONPath 取字段做精确匹配或正则/范围匹配,动态字段(时间戳、ID)单独处理。要说明「断言要写业务不变量,不是把返回值原样贴进去」。

Jenkins 大批失败的排查。 先分类再看单条:是不是同一个报错(服务未启动、数据库连接失败、环境变量缺失、证书过期、依赖镜像拉取失败),是不是同一批用例(同一模块、同一账号),是不是时间集中(并发冲突、测试数据被前一个任务污染)。然后看构建日志与测试报告的趋势,对比上一次成功构建的差异(代码、配置、环境镜像),本地复跑定位。最后补一句治理:加健康检查前置、隔离测试数据、失败自动重试一次并标记 flaky。

适合与不适合自动化的用例。 适合:接口与协议层、稳定的主流程、需要重复执行与大数据量组合的校验、性能与稳定性。不适合:一次性的探索性测试、界面频繁变更且维护成本高于收益的流程、依赖人主观判断的体验类场景(音质、显示效果、驾驶感受)、以及需要真实物理环境的实车路测。判断标准是「执行频次 × 稳定性 ÷ 维护成本」。

座舱测试的 adb 常用命令。 adb devices 看设备、adb shell 进系统、adb shell dumpsys activity 看当前界面、adb shell dumpsys window 看窗口与焦点、adb shell input tap/swipe/text/keyevent 做点击滑动输入与按键、adb shell am start -n 包名/Activity 拉起应用、adb shell pm list packages 列应用、adb logcat -s TAG 抓日志、adb shell screencap 截图、adb shell dumpsys meminfo/cpuinfo 看资源、adb push/pull 传文件、adb shell settings put 改系统设置。车机上还要注意多屏与多用户(--user)、以及车辆信号需要走 CAN 工具而非 adb。

CAN 与 CANoe。 CAN 是车载总线的差分串行协议,报文按 ID 仲裁、数据帧 8 字节(CAN FD 到 64 字节),测试里通常用 DBC 文件描述信号与报文映射。CANoe 用来做仿真与监控:加载 DBC 后可以发模拟报文、看信号实时值、写 CAPL 脚本做自动化激励与检查、配合 VT System 做硬件在环。测试场景包括信号丢帧、超时、非法值、总线负载过高、以及节点掉线后的降级策略。

小程序 UI 自动化架构。 常用 miniprogram-automator 通过开发者工具提供的自动化端口驱动,脚本侧用 Jest 组织用例;架构分四层:页面对象层(把页面元素与操作封装)、用例层(业务步骤与断言)、数据层(测试账号与数据准备/清理)、执行层(CI 定时跑、报告与截图留存)。难点是元素定位不稳定(用选择器与文本组合、加等待与重试)、多端差异、以及授权与支付类流程需要 mock。要能讲清「为什么这样分层」:元素一变只改页面对象层,用例不动。

Web 应用的用例设计维度。 功能(各模块主流程与异常)、界面与交互(布局、文案、响应式)、兼容性(浏览器、分辨率、系统)、性能(首屏、并发)、安全(越权、注入、敏感信息)、接口(参数校验、幂等、错误码)、数据(边界、脏数据、并发)、以及可访问性与国际化。回答时按「模块 × 维度」给一张简表,比逐条罗列更有结构。

帖主在文末提到,这家公司属于汽车行业的 Tier 2 供应商,公开资料与面经都很少,苏州岗位在子公司办公。投递这类公司时,面试里问清「主体是哪家公司、社保与合同签在哪、项目驻场与否」比只问业务更有用。