腾讯 · 元宝
AI 评测工程师（内容安全方向）一面、二面、三面面经
完整信息
本篇目录
timeline：
2026.8.20（一面）-8.30（二面）-9.2（三面）-9.4（HR面）
补充：一面结束第二天早上十点约当天二面，因为个人原因推迟
面试经过：
一面（核心）：
一、实习相关：
1.当前是否仍在实习，为什么离职？
2.对于什么场景进行评测？评测目标是什么？评测集怎么构建的？
3.怎么保证构建的评测集覆盖所有场景且可用？
4.人工怎么进行问题归因的，归因标准是什么？
5.评测过程中的case错误率是多少？回归验证结果如何
二、业务相关：
1.场景下有大量文档和案例，使用模型来自动化生成评测集时，怎么保证用到正确的信息？
2.文档和案例两类数据，你如何组织两类数据来生成测试case？
3.实习中为什么没有考虑自动化评测？
4.我现在需要对云端agent的输出做安全校验，你会怎么设计校验方案？
5.介绍组内工作，询问个人意向
三、面试评价
实习经历相关度高，构造和归因方法清楚。实习中数据构造的场景和组内场景不太一致
四、面试分析
核心在于相关度高，实习工作梳理清楚，对组内工作有一定了解。
二面：
一、实习相关
新增：
1.有了解过自动化评测的论文、项目吗？
2.如果让你来将实习场景下的问题归因环节改造为自动化流程，你会如何设计？
二、业务相关
无
三、面试评价
其他都可以。提升的话，尽量多了解一下最新技术，读读论文
四、面试分析
不清楚二面评价标准
三面：
新增：
有做过模型本地部署吗？
评价：像是走流程
本篇目录
- 01
当前是否仍在实习，为什么离职？
- 02
对于什么场景进行评测？评测目标是什么？评测集怎么构建的？
- 03
怎么保证构建的评测集覆盖所有场景且可用？
上一问 ↑ - 04
人工怎么进行问题归因的，归因标准是什么？
- 05
评测过程中的case错误率是多少？回归验证结果如何
- 06
场景下有大量文档和案例，使用模型来自动化生成评测集时，怎么保证用到正确的信息？
- 07
文档和案例两类数据，你如何组织两类数据来生成测试case？
上一问 ↑ - 08
实习中为什么没有考虑自动化评测？
- 09
我现在需要对云端agent的输出做安全校验，你会怎么设计校验方案？
- 10
介绍组内工作，询问个人意向
- 11
有了解过自动化评测的论文、项目吗？
- 12
如果让你来将实习场景下的问题归因环节改造为自动化流程，你会如何设计？
- 13
有做过模型本地部署吗？