面试官:请你说下N95应该怎么测试?这样回答让他竖起大拇指!
随着”新冠疫情“慢慢地消散,各大企业都开始恢复正常的运行。
因为疫情造成很多工作人员的流失,企业也开始疯狂的招聘新鲜的人才,这对于莘莘求职者无疑是个机会。
但是因为求职者众多,很多面试官也开始想方设法的过滤自己需要的人才,也出现了很多”清奇“的面试题。
最近,一些学生去面试就被问到关于测试思维和方法的题目。
以前考察求职者的测试思维时,问到的题目大都是“"A4纸如何测试?",”盆栽如何测试?“,”行李箱如何测试?“,”U盘如何测试?“...
现在很多学生被问到 ”N95口罩该如何测试?“, 紧跟时事热点!
很多人听到这个面试题,第一反应是头顶很多的问号,“N95口罩,就是防病毒的啊,测试不就是看能不能防护住就ok了么?”
其实,不管问你什么物件的测试点,我们的测试思路都是一致的,按照这个思维出发,都能说出让面试官满意的答案。
所以,接下来我来给大家总结一下,最新出炉的“N95口罩”的测试点。
N95口罩常识
N95型口罩,是NIOSH(美国国家职业安全卫生研究所)认证的9种防颗粒物口罩中的一种。
“N”的意思是不适合油性的颗粒(炒菜产生的油烟就是油性颗粒物,而人说话或咳嗽产生的飞沫不是油性的);
“95”是指,在NIOSH标准规定的检测条件下,过滤效率达到95%,这一数值不是平均值,而是最小值。
N95不是特定的产品名称。只要符合N95标准,并且通过NIOSH审查的产品就可以称为“N95型口罩”。
N95口罩测试思维
知道口罩的基本知识,我们按照测试的思维,依然从6个方面来考虑这个“N95口罩”的测试点:
从功能方面来考虑
★ 可以防护某些颗粒物,如打磨、清扫和处理矿物、面粉及某些其它物料等过程产生的粉尘;
★ 可以防护因喷洒而产生的液体的或非油性的颗粒物;
★ 能有效过滤和净化所吸入的异常气味,当然有毒气体除外;
★ 能够降低某些可吸入微生物颗粒物,如霉菌、炭疽杆菌、结核杆菌等的暴露水平;
★ 可以防护病菌,过滤效率达到95%以上;
★ 测试一些油性颗粒物,确定是否不能防护;
从界面方面来考虑
- 看包装上是否有商品名,是否有制造商或者是供货商的信息,是否有口罩合格证或者使用说明;
- 如果是一次性口罩还要有一次性的标识,对于重复使用的医用防护口罩还要标明灭菌的方法;
- 用材料应没有异味,并对人体无害,特别是人体面部接触部分材料,应无刺激性和过敏性;
- 口罩的包装是否完整,有无破损,口罩表面不得有破洞、污渍;
- 医用防护口罩不应有呼气阀;
- 口罩的长、宽、厚度是否都符合对应的标准;
- 口罩是否配有鼻夹,鼻夹由可弯折的可塑性材料制成,并且长度符合要求;
从兼容性方面来考虑
- 口罩可以适配各种脸型,各种脸型的密合性都可以保证;
- 能适合各种肤质的,接触都不会引起敏感等反应。
从性能方面来考虑
- 挤压口罩,或者撕扯口罩是否会导致破损或者极易损坏;
- 带的时间过长,口罩防护作用是否降低;
- 口罩的鼻夹反复折合,是否容易会断。
从安全性方面来考虑
口罩虽然越密闭,越安全;但是同时越密闭,呼吸起来越困难,尤其对于心血管疾病患者,是否会因缺氧而导致头晕和呼吸困难等风险;
口罩的材质不会引起过敏反应 (此处跟易用性有重复哦,可以去重~);
口罩材质和味道都无毒,不会引起不良反应;
耳带式口罩长期佩戴是否会勒伤皮肤。
从易用性方面来考虑
- 口罩的内外、上下面易于分辨,易于佩戴;
- 口罩的上缘鼻夹方便按压,易于于面部紧贴;
- 口罩易折叠,方便携带。
总结
总体思路如上分析,当然面试官肯定也不会要求你每一点都覆盖到,毕竟面试这么短的时间内不可能想到这么全的测试点。
所以重点是测试思路:主攻功能(从正面+负面覆盖),然后覆盖非功能(包括界面、兼容性、性能、安全、易用性五个方面)。
这样的回答,基本都会拿下面试官的!哈哈,肿么样。有需要软件测试相关资料可以关注我。
面试官:请你说下N95应该怎么测试?这样回答让他竖起大拇指!的更多相关文章
- 当面试官要你介绍一下MQ时,该怎么回答?
一.为什么要使用MQ消息中间件? 一个用消息队列的人,不知道为啥用,有点尴尬.没有复习这点,很容易被问蒙,然后就开始胡扯了. 回答:这个问题,咱只答三个最主要的应用场景,不可否认还有其他的,但是只答三 ...
- redis分布式锁,面试官请随便问,我都会
目录 前言 实现要点 错误解锁方式 正确加锁释放锁方式 前言 现在的业务场景越来越复杂,使用的架构也就越来越复杂,分布式.高并发已经是业务要求的常态.像腾讯系的不少服务,还有CDN优化.异地多备份等处 ...
- 在面试官问你BS和CS区别的时候如何回答??
这是我下来整理好的,如果哪里不全,望大家多多指教 C/S是Client/Server的缩写.服务器通常采用高性能的PC.工作站或小型机,并采用大型数据库系统,如Oracle.Sybase.Inform ...
- 8年经验面试官详解 Java 面试秘诀
作者 | 胡书敏 责编 | 刘静 出品 | CSDN(ID:CSDNnews) 本人目前在一家知名外企担任架构师,而且最近八年来,在多家外企和互联网公司担任Java技术面试官,前后累计面试了有两三 ...
- 【Java8新特性】面试官:谈谈Java8中的Stream API有哪些终止操作?
写在前面 如果你出去面试,面试官问了你关于Java8 Stream API的一些问题,比如:Java8中创建Stream流有哪几种方式?(可以参见:<[Java8新特性]面试官问我:Java8中 ...
- 从面试官的角度,聊聊java面试流程
在这篇回答里,就讲以我常规的面试流程为例,说下java方面大致会问什么问题,以及如何确认候选人达到招聘要求. 先说面试前准备,可能有些面试官是拿到简历直接问,而且是在候选人自我介绍时再草草浏览简历,但 ...
- 关键词:ACM & 大小端 & 面试官
关于“ACM” fender0107401 :面试了一个在ACM拿过奖的人 我问了他几个问题: 读取数组中的一个元素,计算复杂度是多少,回答不清楚. 往链表里面存一个数,不排序的情况下,计算复杂度是多 ...
- Android开发面试经——6.常见面试官提问Android题②(更新中...)
版权声明:本文为寻梦-finddreams原创文章,请关注:http://blog.csdn.net/finddreams 关注finddreams博客:http://blog.csdn.net/fi ...
- Java面试官最爱问的volatile关键字
在Java的面试当中,面试官最爱问的就是volatile关键字相关的问题.经过多次面试之后,你是否思考过,为什么他们那么爱问volatile关键字相关的问题?而对于你,如果作为面试官,是否也会考虑采用 ...
随机推荐
- 记一次 CocoaPod 的使用过程
目前有一个cocos2d creator项目, 接入了微信SDK, 现在需要接入阿里云移动推送. 用到了CocoaPod集成. 于是创建了一个Podfile, (此文件在项目目录中, 和 xxx ...
- 这篇文章,我们来谈一谈Spring中的属性注入
本系列文章: 读源码,我们可以从第一行读起 你知道Spring是怎么解析配置类的吗? 配置类为什么要添加@Configuration注解? 谈谈Spring中的对象跟Bean,你知道Spring怎么创 ...
- Shiro授权
Shiro三种授权方式 编程式:通过写 if/else 授权代码块完成: Subject subject = SecurityUtils.getSubject(); if(subject.hasRol ...
- 一小时彻底搞懂RabbitMQ
windows上面安装rabbitmq-server-3.7.4.exe 首先需要安装otp_win64_20.3.exe 步骤1:安装Erlang RabbitMQ 它依赖于Erlang,需要先安装 ...
- 黎活明8天快速掌握android视频教程--21_监听ContentProvider中数据的变化
采用ContentProvider除了可以让其他应用访问当前的app的数据之外,还有可以实现当app的数据发送变化的时候,通知注册了数据变化通知的调用者 其他所有的代码都和第20讲的一样,不同的地方看 ...
- SpringBoot--防止重复提交(锁机制---本地锁、分布式锁)
防止重复提交,主要是使用锁的形式来处理,如果是单机部署,可以使用本地缓存锁(Guava)即可,如果是分布式部署,则需要使用分布式锁(可以使用zk分布式锁或者redis分布式锁),本文的分布式锁以red ...
- webpack入门进阶(2)
1.4.webpack-dev-server webpack-dev-server是我们在开发阶段需要用到的一个服务器,它会把代码打包到内存,我们可以通过http的方式访问到打包到内存的代码 安装 n ...
- (win7) 在IIS6.0 中配置项目
1.进入IIS管理器 右击“计算机”->管理->服务和应用程序->Internet信息服务(IIS)管理器 2.将项目加入IIS中 网站->右击“默认网站”->添加虚拟目 ...
- 在 Spring Boot 中,如何干掉 if else!
需求 传统实现 策略模式实现 ClassScanner:扫描工具类源码 总结 需求 这里虚拟一个业务需求,让大家容易理解.假设有一个订单系统,里面的一个功能是根据订单的不同类型作出不同的处理. 订单实 ...
- [NLP] REFORMER: THE EFFICIENT TRANSFORMER
1.现状 (1) 模型层数加深 (2) 模型参数量变大 (3) 难以训练 (4) 难以fine-tune 2. 单层参数量和占用内存分析 层 参数设置 参数量与占用内存 1 layer 0.5Bill ...