大模型技术理解解释预训练(Pre- training)与微调(Fine tuning)的区别及适用场景什么是COT?有什么优势?如何缓解大模型的“幻觉”( Hallucination)问题?什么是 Agentic Workflows?什么是RAG?如何构建RAG?如何通过SFT优化大模型效果?产品设计与场景落地设计一个基于大模型的产品,说明核心功能与差异化优势。如何设计企业知识库问答系统的 Prompt模板?大模型在哪些场景中容易被垂直小模型取代?如何应对?如何通过用户反馈闭环优化大模型的输出质量?大模型如何与传统行业软件(如ERP、CRM)集成?在AI产品项目中,如何构建大模型效果的评测体系?         

1、自我介绍2、说一说做过最有成就感的项目3、有过用数据分析或客户调研解决问题的经历吗4、原产品的组织架构是怎样的5、怎样将leader的OKR拆解为自己的任务6、是否使用过AppBuilder，使用感受如何7、有没有使用过公司相关产品，有什么建议8、为什么想从事产品经理这个岗位9、谈谈对AI/大模型产品经理岗位的理解10、如何看待当前AI/大模型产品的市场趋势11、反问环节

1. 节目数据库在高并发的情况下有什么额外的设计？2. 比如有一个热点商品，开始秒杀之后大量用户请求，有一个字段是剩余库存，压测过程中发现下单性能较差。讲一下为什么这种表设计会性能较差，在数据库上有何改进。3. 热点商品不管怎么打散，都是访问到具体数据。是不是所有请求都会请求到这条数据，怎么做的改进。4. 缓存的策略，什么数据加入缓存。 5. 你只是把购票人信息加入缓存中了吗？6. 热点信息是通过人工设置的吗？7. 缓存击穿的问题了解吗？8. 缓存穿透问题？9. HashMap的初始容量了解吗？10. 扩容的机制知道吗？11. 线程池用的多吗？12. 线程池的伸缩容的机制了解吗？13. MySQL的InnoDB索引是B+树，讲一下它的优缺点。14. 它哪些查询会有问题？15. 领域驱动设计这块了解吗？16. 领域模型有听说过吗？17. 算法题：有一个等概率返回0和1的函数，基于这个函数，设计一个等概率返回1到13整数的函数。18. 反问：有什么需要改进的？更新：疑似kpi，几乎全答出来然后秒挂

💼 AI产品岗简历潜规则淘汰率最高的两句话： ❌ “负责需求文档撰写” → 默认是打杂的 ❌ “跟进算法模型优化” → 默认是传话的通关密码：用黑话证明你是“懂技术+会忽悠”的六边形战士📝 2025简历必备技巧1. 项目背景： ❌ “提升用户满意度” → ✅ “解决LLM幻觉导致的信任崩塌”2. 技术关联： ❌ “配合算法优化” → ✅ “通过RAG架构降低30%的胡编乱造率”3. 数据呈现： ❌ “准确率提升5%” → ✅ “在token预算不变的情况下实现SFT收益最大化”4. 个人优势： ❌ “学习能力强” → ✅ “具备将Paperinsight转化为产品MVP的抽象能力”5. 职业规划： ❌ “深耕AI领域” → ✅ “探索小模型场景化与大模型泛化能力的帕累托最优” ✅ 数据蒸馏 ✅ 思维链涌现 ✅ 人类偏好对齐 ✅ 端到端pipeline ✅ 推理成本约束 ✅ 价值观