测试工程师社招面经（软硬件结合方向）

《面试题目》

1. 说一下你现在这家公司做的项目。
2. 这些不同相机是应用在哪些场景，你知道吗？
3. 你的简历上写做了硬件接口测试，这些是什么接口，能举个例子吗？
4. 你能举个在这些插拔测试中发现的具有价值的问题吗？
5. 你知道这个 sensor 插拔后相机指示灯以及客户端提示出现问题的原因吗？
6. 图像质量评测你是怎么判断要测哪些测试场景的？
7. 我们公司主要业务是人机交互的触摸屏，与你之前的行业不同，你觉得应该怎么做前期的准备工作？
8. 对腾讯会议这个软件的聊天页面进行测试，你会怎么测？
9. 如果这个腾讯会议 App 移到了平板上，你能想到什么针对性的测试点？
10. 平时 Linux 命令用得多吗？如果要查一个日志文件里 error 关键字最近 5 次出现的位置，应该怎么查？
11. 未来职业规划发展有考虑过吗？
12. 你为什么不继续在这家公司工作，没想过继续深耕或者自己自学以及跟公司沟通吗？
13. 你之前的实习有 3 段，而且迈瑞和长安通信挨得非常近，你能说一下离职的原因吗？
14. 你的期望薪资是多少？你的工作地点在哪？
15. 反问。

《参考解析》

error 关键字最近 5 次怎么查。标准答法是 grep -n "error" app.log | tail -n 5：-n 带行号，tail 取最后 5 条（如果日志会滚动，要连同归档文件一起查，例如 grep -n "error" app.log* | tail -n 5 或者用 zgrep 查压缩归档）。能加分的是追问下的几种变体：只看时间戳（-B2/-A2 带上下文）、实时跟踪（tail -f app.log | grep --line-buffered error）、统计次数（grep -c）、按时间段过滤（awk 或 sed -n '/09:00/,/10:00/p'）、查大文件时先 grep -m 5 提前退出。回答时顺带说一句「生产环境先确认日志所在节点与轮转策略」，会显得你真的排查过线上问题。

给一个页面设计测试用例（聊天页 / 平板端）。按「功能—界面—交互—兼容—性能—安全—异常」七层展开。功能：发送文本、表情、文件、图片、@某人、引用回复、撤回、复制粘贴、链接识别、消息顺序与去重、离线消息补发。界面：布局在不同分辨率下是否错位、长文本换行与截断、头像是空/默认时的兜底、深色模式与字体放大设置。交互：键盘弹出时输入框与消息列表是否被遮挡（移动端最容易出问题）、上滑加载历史、下拉刷新、消息发送中的状态与失败重试。兼容：不同操作系统版本、不同浏览器、小程序与桌面端并存时消息格式是否一致。性能：消息量大（上千条）时的滚动流畅度、进入会话的首屏时间、弱网与断网重连。安全：敏感信息是否在本地明文存储、越权能不能拉到别人的会话。异常：服务端 5xx 或超时、重复点击发送、粘贴超长内容、输入 emoji 截断。平板的额外测试点：横竖屏切换与分屏/多窗口模式、外接键盘后回车行为与快捷键、手写笔与触控的差异、平板特有的权限（麦克风、摄像头在横屏下的方向）、大屏下的布局（是否用两栏、消息列表与会话列表同屏）、以及横屏时相机/录像方向与画面旋转。

硬件接口插拔类测试怎么答。「有价值的问题」要举出「现象 + 影响 + 根因」都清楚的例子。常见的有价值缺陷类型：热插拔时设备节点未释放导致重新插入后识别为第二个设备；驱动在插拔瞬间的竞态导致内核报错或进程崩溃；指示灯状态与驱动实际状态不同步（软件状态机没处理拔出的异步事件）；枚举超时没有重试导致偶发识别失败；频繁插拔后资源泄漏（文件句柄、DMA 缓冲）累积。要说明可复现性与定位手段：脚本化循环插拔、dmesg/内核日志、lsusb/lspci 前后对比、抓 USB 或驱动层的通信日志、看句柄与内存增长。sensor 插拔后指示灯与客户端提示异常，通常可以从「链路状态检测机制」切入：驱动感知不到事件（拔插抖动、去抖参数不合理）或上报的事件没有被上层正确处理（状态机没覆盖该事件、提示文案与真实状态不一致）。

图像质量评测的场景选择。分主观与客观两路：客观指标用 ISO 标准中的分辨率（MTF/SFR）、噪声（SNR）、动态范围、色彩还原（ΔE）、几何畸变、均匀性（阴影）、白平衡偏差；主观评测要在标准化环境（标准光源、固定距离与角度、统一曝光策略）下组织多人打分。场景选择要覆盖真实使用条件：不同照度（强光、室内、低照）、不同色温、逆光与高对比场景、运动物体（快门与拖影）、低反差细节、以及典型目标（文字、人脸、条码、纹理）。测试设计要保证变量可控——每次只改一个条件（照度或色温），参数（增益、曝光、锐化、降噪等级）固定并记录，否则结果无法归因。

简历数据溯源类追问。面试官会盯着简历上的每个数字问「怎么来的」（耗时从 30 分钟降到 10 分钟、准确率 98%、碎片率降低多少）。准备的唯一办法是每个数字都能说清：怎么量的（工具、样本量）、基线是什么、对照条件是否一致、有没有第三方或线上数据佐证。如果当时是估算的，就说明是估算并给出估算方式——硬编一个来源经不起追问，一旦被拆穿，整份简历的可信度都会掉。面试官还给了两条通用建议：想突出 code 能力就多写测试平台上的脚本、或参与大型开源项目；项目和实习时间都很短时，堆太多项目反而会被质疑深度，选一两个能讲透的比铺开更有效。