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)
- 自我介绍。
- 实习经历中接触到的测试流程是什么样的?
- 设计测试用例用到了哪些方法?举一个具体的例子。
- 你提交的 bug 包含哪些关键信息?
- 测试用例怎么确定优先级?
- 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?
- 如果在需求评审中发现需求文档中有歧义,怎么处理?
- bug 的生命周期一般是什么样的?
- 如果你提的 bug 开发不认可,怎么处理?
- 怎么用 AI 辅助生成测试用例?怎么发现 AI 产出的问题用例?
- 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。
- 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?
- 实习期间的项目总共有多少人参与?包括开发、测试、产品等。
- 在接口测试中,你是怎么判断用例通过的?(JSON 断言)
- 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?
- 你觉得哪些测试用例适合做自动化,哪些不适合?
- 关于智能座舱测试的实习经历,你大概做了哪些工作?
- 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?
- 说一下常用的 Linux 命令,例如查看进程、杀掉进程、监控资源。
- 说一下智能座舱测试中常用的 adb 命令。
- 说一下你未来的职业规划。
- 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)
- 驾驶技术怎么样?能接受实车测试吗?
- 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)
- 还有没有收到其它的 offer?
- 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)
- 自我介绍。
- 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?
- 有做过接口测试吗?测了哪些接口,用过哪些工具?
- 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。
- 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。
- 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?
- 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?
- 怎么在 Jira 上提交 bug?开发修复完以后需要回归测试吗?
- 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?
- 反问。
HR 面(2026-10-30,约 30 分钟)
- 自我介绍。
- 对工作内容了解吗,都能接受吗?
- 为什么不做开发,选择做测试?
- 为什么没有在实习公司转正?
- 未来的职业规划是什么样的?
- 你认为测试的工作相对于开发来说会比较简单吗?
- 还有没有收到其它的 offer?
- 对于公司规模、工作地点有要求吗?考虑来苏州工作吗?
- 如果后面负责割草机器人测试,可以接受吗?
- 对于加班出差的看法?
- 为什么考虑来苏州发展?家里人会支持你去外地工作吗?
- 评价一下自己,你觉得自己是一个什么样的人?
- 有驾照吗?开车技术怎么样?
- 最快到岗时间多久?
- 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。