视觉实习生（J82613）

优缺点分析

角色解读

• 从测试实习生向专业测试工程师发展，积累AI测试经验
• 可转向AI算法评测或测试开发方向
• 百度大平台提供转正机会和职业发展通道
• 负责AI视觉项目的全流程质量保障，包括制定测试计划、设计测试方案和编写测试用例
• 进行代码的黑盒与白盒测试，确保软件质量
• 参与视觉算法的评测分析，编写测试工具和自动化测试脚本以提升迭代效率
• 跟进项目进度，推动问题解决并总结经验教训
• 掌握C/C++、Java或Python之一，能编写自动化测试代码
• 熟悉Linux/Unix操作系统和Shell脚本
• 具备良好的沟通协作能力和责任心
• 了解机器学习/深度学习基础者优先

申请策略

• 关注百度AI部门的技术博客或开源项目，面试时展现兴趣
• 提前了解AI测试工具（如TensorFlow Testing）和常见的质量保障方法
• 突出编程能力（C/C++/Java/Python），附上相关项目或代码库
• 强调Linux和Shell使用经验，展示自动化测试脚本编写经历
• 如果有机器学习或深度学习项目，务必列出，尤其是视觉相关
• 体现沟通和团队合作能力，如校园社团或小组项目经验
• 提前学习自动化测试框架（如pytest、Selenium）和Linux操作
• 补充机器学习/深度学习基础，了解常用模型（CNN、YOLO等）

面试指南

• 对于测试问题，采用STAR法则：情境-任务-行动-结果，突出方法论
• 对于技术问题，先讲概念，再结合实际例子，最后总结关键点
• 对于开放性问题，展示逻辑思维和沟通能力，如分步骤排查
• 请描述一次你编写自动化测试脚本的经历
• 你对黑盒测试和白盒测试的理解是什么？
• Linux中如何查看进程、日志和文件权限？
• 你了解哪些机器学习模型？如何评估它们的效果？
• 遇到一个难以复现的Bug，你会怎么处理？