刷了100份简历,面试了50个校招生,我想对测试开发的应届生说点真心话

关注 「软件测试就业联盟」公众号,陪你走好校招求职的每一步

技术面试官不会告诉你的5个潜规则

大家好,今年参与了公司的秋招和春招工作。 前后刷了100多份简历,面试了50多个校招生,说实话,心情挺复杂的

有惊艳的,但更多的是惋惜。

明明能力不差,却总在一些奇怪的地方栽跟头。有些话在面试场合不方便直说,今天借这篇文章,我想和即将步入职场的测试开发、AI相关专业的应届生们,好好聊聊。

第一个误区:把“测试”想得太简单

“测试不就是点点点吗?没什么技术含量。”

如果你还抱着这种想法,建议你现在就关掉这篇文章

我可以很负责任地告诉你,现在一线互联网公司的测试开发,门槛一点都不比后端低。

我们团队去年招进来的一个应届生,入职三个月就能独立搭建接口自动化框架,熟练使用Python+Requests+Pytest,还能用Jenkins配置持续集成流水线。

而今年面试中,还有大量同学连git clonegit pull的区别都说不清楚。

测试开发的核心能力,是代码能力+架构思维+质量意识

不是你会用Postman调个接口就叫会自动化了,不是你会用Jmeter跑个压测就叫懂性能了。

你要理解的是:如何用代码去解决测试效率问题,如何用技术手段保障产品质量

第二个误区:简历上写满了“熟悉”,一问就露馅

我印象最深的一份简历,技能栏写着:

“熟悉Python、Java、Shell”、“熟悉Selenium、Appium、RobotFramework”、“熟悉Linux、Docker、Kubernetes”、“熟悉MySQL、Redis、MongoDB”……

满满当当,看上去是个全栈天才。

结果面试时我问了一个最基础的问题:“Python里的*args**kwargs有什么区别?”

他愣住了,支支吾吾半天说不出来。

同学们,简历上每一个“熟悉”都是要付出代价的。面试官会顺着你的技能树往下挖,挖到你的真实边界为止。

我的建议是:宁可写精,不要写多

你真的深入使用过的技术栈,写上去。只是看过两篇入门文章的,删掉。

一个真实的“精通Python”+“熟悉pytest框架”,远胜过十个虚假的“熟悉”。

第三个误区:只准备“八股文”,不准备项目

现在的校招生普遍很“卷”,LeetCode刷了200道,各种面试题背得滚瓜烂熟。

但当我问:“你在项目中遇到过什么印象深刻的技术难题?你是怎么解决的?”

很多人就卡壳了。

项目经历,是你证明自己“能干活”的唯一凭证

不一定要多高大上,课程设计、毕业设计、实习经历都算。

关键是你有没有真正动手写过代码,有没有踩过坑又爬出来

我面过一个同学,他的项目是一个简单的Web自动化测试框架,但他在里面用装饰器实现了日志记录和异常重试机制。

虽然代码量不大,但能看出来他是真的思考过、设计过

这样的同学,在我这里直接进下一轮。

第四个误区:不懂AI,却觉得自己“懂AI”

这两年AI大火,很多同学简历上都写着“对AI有浓厚兴趣”。

但当我问:“你用过哪些大模型API?有没有做过RAG应用?怎么评估LLM的输出质量?”

回答往往是:“我学过吴恩达的机器学习课程……”

抱歉,那叫了解,不叫懂

对于测试开发岗位来说,AI不是花架子,而是实实在在能提升测试效率的工具

你可以不会调参,不懂Transformer原理,但你要会用AI:

  • 用大模型辅助生成测试用例

  • 用AI做接口测试的数据构造

  • 用机器学习分析测试结果、识别缺陷模式

这是一个方向,也是一道分水岭

如果你能在面试中展示一个你自己做的、用AI解决测试问题的小demo,哪怕再简陋,我都会高看你一眼。

第五个误区:把“薪资谈判”当成“菜市场砍价”

最后说一个敏感话题:薪资。

我见过最离谱的,是一个本科生,技术面勉强通过,HR面时直接报了一个对标P7的年薪,还振振有词:“我同学在某某厂就是这个数。”

结果当然是被拒了。

校招薪资是有一套严格体系的,由学历、面试评级、岗位稀缺度共同决定。

你可以谈,但要在合理范围内。

更重要的是,第一份工作,看平台看成长看项目,最后才看薪资

同样是一年工作经验,在大厂做过高并发项目的人,跳槽时的溢价可能是你想象不到的。

写在最后

说了这么多“不要”,最后想说几句“要”:

要动手。从今天开始,写代码,搭框架,做项目。GitHub上的开源测试框架,去读源码,去提PR。

要思考。不只是会用工具,要理解工具背后的原理。Selenium为什么这么设计?pytest的fixture机制是怎么实现的?

要主动。主动去了解业务,主动去学习新技术,主动去承担更多责任。

要诚实。不懂就是不懂,但要有“我不懂但我能学会”的底气。

这个行业不缺聪明人,缺的是肯沉下心做事的人

希望明年这个时候,能在公司见到你。


本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料,主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容,侧重测试实践、工具应用与工程经验整理。