珠海博明视觉测试一面：从测试用例设计到视觉检测业务

《面试题目》

1. 做一下自我介绍。
2. 你之前的测试工作，具体做了哪些项目功能？
3. 平时写测试用例会用到哪些方法？
4. 举例：微信翻译功能交给你，你如何测试？
5. 如果需求文档写得不清楚，你会怎么推进测试工作？
6. 要查询表中指定信息，写出对应的 SQL 语句思路？
7. 创建数据表有哪些注意点？
8. 除功能测试外，在自动化、接口、压力测试方面有没有项目经验？
9. 接口测试你具体做了哪些工作？
10. 你有使用 AI 辅助测试吗？有没有尝试把 AI 和自动化测试结合？
11. 面试前有没有了解过我们公司？说说你的理解。
12. 能不能讲出我们某一个具体产品？
13. 我们偏向视觉检测，大学有没有相关课程？
14. 你了解什么是伺服电机吗？
15. 我们产品涉及相机、电机这类硬件，你没有接触过，如何快速适应？
16. 你人现在在河南，为什么选择来广东工作？
17. 毕业时间？在校还有课程吗？什么时候可以到岗？
18. 英语六级，口语听力水平怎么样？
19. 你这边有什么想了解我们的？

《参考解析》

微信翻译功能的测试设计：按「输入—处理—输出—周边」四层拆。功能层覆盖语种（中英日韩及小语种）、输入形态（文本、语音、图片 OCR、聊天上下文）、长短文本、表情符号与特殊字符、方言与错别字；边界层覆盖空输入、超长文本、纯符号、混合语言；结果层校验翻译准确性（可用标准语料做回归）、术语一致性、格式保留（换行、@、链接）；交互层覆盖发送前编辑、长按翻译、撤回、转发后的展示；非功能层覆盖离线、弱网、超时、并发、耗电与隐私（翻译内容是否上传、是否留存）。最后补一句「准确性不能靠人眼逐条看，要建小规模双语对照集做回归」。

需求文档不清时怎么推进：先把模糊点列成问题清单，按「影响用例设计」和「影响排期」排序，找产品当面确认并留下书面结论；对暂时确认不了的，按最保守的假设设计用例并在用例里标注假设；同时用原型、竞品、历史版本反推预期行为；如果仍阻塞，先覆盖确定部分，把不确定项挂风险清单并在提测会上同步。

SQL 与建表：查询题先写清「筛选—聚合—排序—分页」的顺序，注意 WHERE 与 HAVING 的区别、NULL 的比较、索引列不要套函数。建表要点：字段类型够用即可（金额用 DECIMAL 不用 FLOAT）、主键与自增、NOT NULL 与默认值、字符集统一 utf8mb4、时间字段用 DATETIME/TIMESTAMP 并明确时区、必要的唯一索引与联合索引（注意最左前缀）、外键与级联策略、表注释与字段注释、预估数据量决定是否分区。

AI 与自动化结合：可以讲三条落地路径：用 LLM 把需求文档转成用例草稿再由人审；用 LLM 生成接口用例的参数组合与断言，跑完后把失败样本回流；用视觉模型做 UI 元素定位的兜底。要强调「AI 产出必须过 Review 和回归集」，否则会生成大量看似合理但不存在的业务规则。

公司与岗位准备：面试前至少记住公司主营（机器视觉检测设备）、典型产品形态（缺陷检测、尺寸测量、定位引导）、客户行业（3C、锂电、半导体等），并把「视觉检测」和「伺服电机」的基础概念补上：伺服电机是带编码器闭环反馈的电机，控制器给位置/速度指令，驱动器闭环调节。硬件不熟时，回答重点放在「如何用已有的测试方法论快速上手」而不是硬编经历。