面经列表
共 2557 篇 · 第 14/128 页创维科技测试开发校招一面：AI 生成用例怎么评、平台本身怎么测
创维科技校招测试开发一面面经，题目集中在「AI + 测试」的结合点：如何判断一个测试场景适合自动化、如何验证 AI 自动生成的测试用例质量、AI 如何判断哪些用例可以自动执行、如何验证自动化平台自身的可靠性，另外还问了 Vue 3 响应式失效的排查思路、生成式 AI 用例的评测指标设计，以及 pytest fixture 作用域的影响。
中芯国际厂务工程师一面：三位面试官、偏了解风格的线上面
中芯国际厂务工程师（水方向）一面面经：三位面试官同时在线，整体偏简单了解风格、没有深挖项目经历，主要问自我介绍、家庭情况、本硕课程与院系、为什么想来中芯国际、能否接受值夜班、用几个词总结自己，以及反问新人带教机制和独立顶岗时间。
索菲亚后端开发群面：看图自我介绍与观点表达
索菲亚后端开发岗一面群面记录（2026 年 10 月 8 日 13:40）：三位候选人在线，题目包括根据一张图做自我介绍（一堆人推正方体、有一个人把方块削成球体推）、就给定话题给出正面认同的观点表述，以及说出最能打动面试官的优势和自己的一个缺点。
搜狐新闻实习面经：我是如何通过面试加入狐厂的
搜狐新闻岗实习面经：面试为一对一人工面试、由工作室编辑老师直接面、氛围轻松像聊天，过往新闻经历是决定录用的最重要标准，老师会围绕简历深挖；需要清晰复盘能否独立写稿、是否有视频剪辑等新媒体技能、是否有能证明胜任采编工作的真实履历。
搜狐运营实习面经与心路历程：双非硕的投递到入职复盘
搜狐运营岗实习的求职复盘：双非硕背景，通过实习僧投递，七八月反馈少、九月被捞起后两三天即约面；面试氛围轻松，以深挖简历和过往项目为主，并在面试中讲清了岗位工作内容与注意事项。
搜狐运营实习一面到三面：技能深挖、PS实操与临场反应
搜狐运营岗实习面经：一共三轮，一面由直属 mentor 面试，主要问基本技能并对过往经历深挖；二面聚焦运营岗的技术层面，要求会 PS 并当场考核；三面侧重临场反应与岗位意愿，问到现场达人不配合该怎么处理。作者最终顺利入职。
北京新氧后端开发实习岗一面面经
北京新氧后端开发实习岗一面，先问个人基础情况与上一段实习的离职原因、能否到北京实习，随后是八股集中区：Go 的 panic、MySQL 的数据存储与索引、MVCC、Redis 的数据结构与持久化、消息队列的理解与消息不丢的保证。团队做医美行业内部 CRM、ERP 等系统，主力语言是 Go。
中科曙光 AI Agent 一面
中科曙光 AI Agent 一面面经（2026-10-08 17:30）：从实习与项目的关系开始，围绕 Agent 项目本身连续追问——数据来源与测试过程、系统运转流程、工具如何闭环与选择、提示词与约束怎么写、多次工具调用怎么支持、Agent 循环怎么处理、ReAct 怎么做、RAG 知识库流程、取不到数据怎么排查、Agent 分几个模块、不用框架要手写哪些部分。
阳光电源二面（已挂）
阳光电源后端开发二面面经：全程围绕实习项目展开，问到实习中的技术难点、Skills 的鉴权安全设计、JWT 的具体逻辑与验证流程、状态变更的一致性保障，以及 Canal 如何保证顺序消费。
中控技术嵌入式开发（系统软件）面经：FreeRTOS 任务设计与 Modbus RTU 通讯
中控技术嵌入式开发（系统软件）10.10 杭州场面试记录，全程围着 FreeRTOS 控制器项目深挖：任务划分与优先级设定依据、看门狗任务与任务卡死的软复位监控、Modbus RTU 与 485 的收发方向切换、任务内函数耗时的几种测法与调度干扰，最后聊 Linux 开发内容、用 AI agent 做单元测试的可信度以及 DCS 行业强度的心理预期。
苏州小厂 React 前端面试：项目拷打、虚拟列表与 React 18 新特性
苏州一家小厂 React 前端岗面试：先拷打简历项目，追问难点与实现；再围绕虚拟列表问原理、第三方库与手写取舍、单项高度变化怎么处理；另考 performance 指标、闭包、原型链、React 18 新特性、Vue 与数据流设计。
苏州睿芯算子开发一面面经：SIMD 尾部处理、RVV 指令与访存瓶颈
苏州睿芯算子开发工程师一面面经：2 位面试官、无手撕，从自我介绍与项目拷打切入，考了 SIMD 的理解与尾部处理、矩阵乘的乘加次数、RVV 指令与内联函数，以及算子计算与访存瓶颈的判断、访存优化手段和 softmax 防溢出。
中国太平太平金科软件开发专业面试
中国太平（太平金科）深圳软件开发专业面试：前半程围绕大模型协作开发、信创替代与知识库增量更新，后半程是 Java 八股与场景题，含异常处理、GC、Redis 过期与缓存雪崩、数据库选型。
淘天集团 Agent算法一面：全程盘实习经历与设计细节
淘天集团 Agent 算法岗一面面经：整场约一小时都在盘实习经历，从自我介绍切入，追问项目的具体工作、设计取舍、协作方式与职责划分，没有八股也没有手撕代码；作者在反问环节放弃提问，事后表示仍不清楚岗位具体做什么。
淘天 Agent 开发二面：30 多道场景题与系统设计追问
淘天 Agent 开发二面：面试官不开摄像头、开场直接抛场景题，全程围绕智能客服 Agent 的职责拆分与记忆设计、高并发下的容灾降级、大模型在推荐链路各环节的作用、双塔与生成式召回的取舍、信息茧房与 AB 实验，以及 Skill 治理、部门知识沉淀、动态 workflow、幻觉与事实锚定、多 Agent 协作和模型调用链路优化，最后手撕双塔召回的前向传播。
TCL 华星光电校招面试经验与心得分享
TCL 华星光电校招面试经验：按研发、制程/工艺、设备/品质、职能四类岗位拆解侧重点——研发岗深挖科研课题与新型显示技术储备，工艺岗看重产线实操与能否接受倒班，职能岗群面占比高。
腾讯 CSIG 后训练实习一二面面经：从位置编码到 PPO 与 GRPO
腾讯 CSIG 后训练岗日常实习一、二面共 18 道题：一面考位置编码演进（绝对位置编码到 RoPE 及后续优化）、视频 VLM 的帧采样与时序建模、多模态输入编码差异、长文档与超大分辨率适配、推理超参、SFT 与 RL 的特性与业务场景、数据飞轮、稀疏 Attention 和量化；二面考 RL 熵值与 KL 监控、KV Cache 原理与显存优化、vLLM 与 SGLang 加速机制对比、PPO 与 GRPO 的细节差异、VLM 训练阶段与业务指标归因。
腾讯 CSIG 业务后训练日常实习一二面：大模型与 RL 高频深挖
腾讯 CSIG 业务后训练日常实习一面二面记录：一面围绕位置编码演进、视频 VLM 的帧采样与时序建模、Qwen2-VL 与 Qwen3.5-VL 编码差异、超大分辨率与长文档适配、推理超参、SFT 与 RL 的适用场景、数据 Pipeline、稀疏 Attention 与模型量化；二面深挖 RL 训练监控指标、KV Cache 与显存优化、vLLM 与 SGLang 的加速机制差异、PPO 与 GRPO 算法细节、RL 三核心以及 VLM 全流程训练与指标归因。
腾讯娱乐测试开发面经
腾讯娱乐测试开发面经（约 40 分钟）：自我介绍与学校情况、实习经历深挖、项目难点、操作系统与网络七层模型、Python 与 Java 的差异、Python 注解、性能测试的工具与理解。作者还总结了「先问基础知识还是先问项目」在面试官心态上的差别。
腾讯混元 AI Infra 一面
腾讯混元 AI Infra 一面面经，围绕大模型训练的四种并行展开：TP 的切分维度与通信、集合通信量怎么算与何时判定通信瓶颈、DP 与 TP 的取舍及训练与推理的差异、PP 的 Stage 划分与 Bubble，以及 CP 在长上下文场景下的跨卡 Attention。