软件测试工程师 -27届

优缺点分析

角色解读

• 纵向可发展为高级测试开发工程师、测试架构师或质量保障专家
• 横向可向AI测试算法工程师、大模型评测专家或研发效能方向转型
• 参与用友BIP及YonGPT大模型产品的需求评审，从测试视角把控设计质量
• 编写并执行多维度测试用例，跟进发布质量，维护测试用例库与流程
• 使用Python/Java开发自动化测试脚本与框架，探索AI在测试提效中的应用
• 扎实的软测理论基础，熟练掌握黑盒/白盒测试方法及用例设计
• 熟练使用至少一种编程语言（Python/Java）进行自动化脚本开发
• 熟悉Linux系统、SQL数据库及Selenium、JMeter等主流测试工具

申请策略

• 提前了解用友BIP平台架构及YonGPT的产品定位，面试时展现出对企业级SaaS和AI大模型业务的理解
• 突出Python/Java编程能力，展示独立编写的自动化测试脚本或搭建的测试框架项目
• 强调对大模型或AI应用的关注，若有相关AI测试、智能用例生成的实践或研究经历务必写上
• 列出熟悉的测试工具（Selenium/JMeter等）及Linux/SQL实操经验，证明具备快速上手能力
• 深入学习大模型评测方法（如RAG评测、Agent测试）及Prompt工程，了解AI在测试领域的最新落地场景
• 强化接口自动化与UI自动化框架的底层原理，提升代码重构与持续集成（CI/CD）能力

面试指南

• 采用STAR法则回答项目/实践问题：情境(Situation) -> 任务(Task) -> 行动(Action，突出技术细节) -> 结果(Result，量化收益)
• 针对大模型测试问题，可从“确定性测试（功能/接口）”与“非确定性测试（幻觉/安全性/逻辑一致性）”两个维度展开
• 请描述一个你使用Python/Java编写的自动化测试脚本或框架，遇到了什么难点及如何解决？
• 针对YonGPT这样的大模型产品，你认为测试用例应该如何设计？与传统软件测试有何不同？
• 如果线上出现偶发性Bug，你的排查思路和流程是什么？
• 谈谈你对AI在测试提效（如智能生成用例、缺陷预测）的理解，目前有哪些落地场景？
• 复习软件测试核心理论，准备1-2个能体现自己代码能力和排查问题逻辑的实战项目案例
• 提前体验用友BIP或YonGPT的相关产品，了解其核心功能，带着思考和问题去面试