你是软件测试从业者，但想转向人工智能测试开发岗位吗？
AI 测试岗位不仅考察传统测试技能，还要求你理解 AI/ML 模型特性、设计测试流程、编写自动化脚本。
今天，我们整理了一份面试题，从基础概念到实战场景，帮你快速掌握 AI 测试面试要点。
一、基础认知题：AI 面试入门必备
- AI、ML、DL 的区别？
- ML 是 AI 的子集，通过数据学习规律；
- DL 是 ML 的子集，多层神经网络实现学习。
- 训练集、验证集、测试集分别干啥？
- 训练集：模型学习
- 验证集：调参、防止过拟合
- 测试集：评估泛化能力
- 过拟合 vs 欠拟合？如何避免过拟合？
- 方法：正则化、交叉验证、简化模型、增加数据量、早停
- 什么是数据漂移/概念漂移？
- 数据分布或目标关系随时间变化，可能导致模型性能下降
- AI 系统上线后，哪些指标要监控？
- 模型指标：精度、召回率、F1、AUC
- 数据指标：输入分布变化、异常比例
- 业务指标：用户行为变化、模型反馈
- 系统指标：延迟、吞吐、资源使用
- AI 黑盒问题，传统测试方法为何不够？
- 模型内部不可解释，输入输出验证难以覆盖所有边缘场景
- 需要结合模型可解释性工具（SHAP、LIME）和端到端业务测试
二、AI/ML 专项测试题
- 如何测试 ML 模型？
- 数据：完整性、标签准确性、异常值、偏差
- 训练：训练/验证曲线、交叉验证、模型稳定性
- 部署前：版本控制、灰度发布、性能测试
- 部署后：线上指标、数据漂移、模型退化
- 偏差公平性：对不同群体是否公平
- 鲁棒性：对抗样本测试、异常输入测试
- 输出不确定性如何处理？
- 考虑置信度、边缘样本
- 使用 A/B 测试、蒙特卡洛模拟
- AI 自动化测试与传统自动化测试区别
- 传统：固定脚本验证功能
- AI：自适应脚本、生成测试用例、测试模型本身
- NLP 模块测试重点（如自动摘要）
- 正确性、完整性、可读性、偏差
- 边缘情况：短/长文本、乱码、多语言
- 性能：延迟、吞吐、资源占用
- 如何检测模型偏差/公平性？
- 定义敏感属性（性别、年龄、地域等）
- 对不同群体统计指标
- 检查训练数据偏向
- 模型上线监控
- 精度、召回、F1、AUC
- 数据漂移、异常比例
- 资源使用、响应时间、报警机制
- 可解释性/黑盒追踪工具
- LLM/生成式 AI 测试
- 输出多样性：重复率、覆盖率、流畅性
- 安全性检测：不当内容、敏感信息泄露
- Prompt 测试策略：边界测试、负向测试、场景测试
- 人工 + 自动化指标结合
- Python 自动化测试框架关注点
- 接口契约、幂等性、版本兼容
- 随机性控制、复现性
- 回归测试、mock 外部依赖、日志/报告
- CI/CD 流程中 AI 测试注意事项
- 数据验证、模型验证、接口验证
- 模型/数据版本管理、随机性控制
- 灰度发布、AB 测试、回滚机制、监控报警
三、系统设计 & 场景题
- AI 人脸识别系统测试策略
- 功能、性能、安全、可靠性、监控
- 自动化：照片变体生成、高并发模拟、接口自动化、版本回归
- 聊天机器人性能测试
- 指标：响应延迟、并发会话、吞吐率、错误率、资源利用
- 方法：压力测试、负载测试、混合测试、故障注入
- 线上模型性能下降排查流程
- baseline 指标、数据输入、模型版本、业务变化、环境
- 自动化监控日志、回滚机制
- AI 测试框架高层架构示意
- 蓝绿部署/多版本模型测试
- 流量切换验证、新旧模型结果差异分析、监控、回滚机制、性能对比
四、行为 & 思维题（附答题思路提示）
- 分享一次发现模型/数据质量问题的经验
- 思路：问题背景 → 分析过程 → 解决方法 → 收获
- 如何平衡测试充分性和上线速度
- 思路：风险评估 → 自动化测试覆盖 → 灰度发布 → 监控回滚
- 线上模型用户投诉处理流程
- 思路：收集问题 → 排查模型/数据 → 修复上线 → 用户反馈
- 偏差问题如何向产品/业务说明
- 思路：展示数据指标 → 举例影响 → 给出改进方案
- 建立 AI 测试流程的关键指标与文化
- 思路：指标体系（覆盖率、精度、鲁棒性、偏差、性能） → 流程化管理 → 团队协作与持续改进
面试突击清单
- 基础算法 + 模型知识
- 模型评估指标（精度、召回、F1、AUC、ROC 曲线）
- 测试流程 + 自动化框架
- 性能测试要点（延迟、吞吐、资源）
- 偏差 / 公平性概念
- 鲁棒性/对抗样本测试
- CI/CD 与灰度部署
你与高手就差一个“人工智能测试开发训练营”
掌握这些面经干货，你可以从容应对 AI 测试开发岗位面试，从基础概念到复杂场景，都能应对自如。
