去哪儿产品经理AI面试

一、背景与项目核实1. 你做 PPT一般会用哪个软件做？（追问：这两者有什么不一样吗？你会用别的软件做辅助吗？如 Sketch/Figma/PS）2. XXX这个项目，持续的时间有多长？你怎么间接贡献？3. 举一个你印象中比较深刻的例子，比如你负责这个产品有多少 SKU？二、数据分析与底层逻辑1. 你持续维护XXXX核心数据监控体系，做这个事情的目标是什么？2. 你们XXXX核心数据有哪些方面？核心指标是什么？（追问：只有 XX成功率这个数据吗？）3. 你们的漏斗分几层？分别的关键动作是什么？那每个漏斗都会有什么样的考虑去这样设置呢？4. 你们XXXX和XXXX中间有多少个环节或者有多少个步骤？（追问：那中间的环节就不看了是对？）5. 你们这个XXXX是要收费的是吧？（核实变现模式）6. 你的转化率提升 X% 是在哪个环节做提升的？如果你的数没有问题的话，你的一些归因要怎么归？7. 你的季度 UV 规模提升了 XXX，转化率提升了 X%，那么你的季度 UV 规模是多少？（追问：你们的 DAU、留存和活跃呢？）三、项目落地方案与方法论1. 核心功能迭代和本地化优化里面，你能举一个跟我们现在在招的岗位比较相关的需求优化的项目案例吗？2. 在这个做的过程中你是怎么做的？有没有遇到问题以及遇到问题了之后怎么解决？最后拿到什么样的成果？3. 你做的XXX项目，其牵引指标和你上线后观测的指标分别是哪些？4. （针对引入XX设计后）整体的通过率是否会变更高？你们有在观测吗？如果做了之后，你的通过率会提高多少？5. 你对 AB 实验有了了解吗？或者是有有做过吗？四、对百度XX AI 业务的理解1. 你之前有用过XX吗？XX的 AI 功能，你有尝试着用一下？2. XX首页有登录进去吗？（好核实对产品首页的熟悉度）相关信息已做模糊处理

后端实习中的 “好需求”，核心定义是能支撑面试深度讨论、可向外延伸多维度知识点的需求—— 本质是能让你在面试官拷打时，有足够空间展现技术积累、解决问题的能力，而非仅完成简单 CRUD。结合面试反推逻辑，具体可分为三类，且都具备 “可延伸、有讨论点” 的共性。本质上是这个需求要支撑你能给面试官吹牛逼。典型的垃圾需求：或许有的同学可能还不理解什么叫做可以吹牛逼的需求，我举一个最简单的反例，很多同学写苍穹外卖的时候，总爱把一个需求写到简历上：  基于OSS处理用户上传图片，获取OSS返回URL，实现用户远程上传图片。这就是个最典型的垃圾需求。因为你发现论代码链路，他没什么可讲的。论各种新潮技术，他也...

小雨是大三的电子工程专业女生，对AI充满热情。2025年暑假前，她决定找份AI相关的实习，积累经验，为毕业后入行铺路。找实习不像秋招那么正式，但竞争激烈，尤其是AI领域。大厂实习生岗位少，门槛高：需项目经验、编程技能，还得懂算法。小雨起点一般，没进过实验室，但她有股韧劲。从大一接触Arduino编程，到大二自学Python，她一直梦想用AI解决环保问题，如智能垃圾分类。找实习第一关：信息收集。小雨刷BOSS直聘、实习僧和LinkedIn，锁定目标公司：百度、华为和小米。她研究岗位JD：AI实习生需会机器视觉或NLP。她缺实习，但有学校项目：用OpenCV做的物体检测系统，能识别塑料瓶，准确率90%。但简历写得太平淡，投了十家，只回了两家。小雨意识到问题：简历没亮点，HR看一眼就pass。她上网求助，看到学姐分享找实习心得：用AI工具优化简历。下载泡泡小程序AiCV简历王后，小雨输入数据，AI生成专业版：三句自介“我是小雨，AI视觉方向，在校项目1年”；成果“物体检测项目，准确率90%，应用于环保”；价值“能为贵公司智能硬件贡献算法优化”。简历附带GitHub链接，瞬间高端。小雨感慨，这工具像私人教练，帮她突出优势。拿着新简历，小雨开始行动。第一目标：百度Apollo实习。投递后，收到在线测评：算法题和简答。她刷LeetCode，复习动态规划，顺利通过。面试第一轮，技术官问：“实习期望？”小雨用STAR法：任务“希望参与自动驾驶项目”；行动“自学ROS框架，结果模拟车道检测成功”。面试官追问挑战，她说“数据标注耗时，我用自动化工具缩短50%”。过关。第二轮小组讨论：模拟AI伦理案例。小雨发言积极，强调公平性，团队协作好。HR面时，问“为什么找AI实习？”小雨说：“想从实践中成长，AI能推动可持续发展。”她提到平衡学业和实习，显示时间管理。最终，百度offer到手：AI算法实习生，月薪8000，远程可行。但小雨没止步，她想多实习对比。下一个是华为云AI实验室。投递后，笔试是数学建模，她用Matlab解题。面试中，官问项目细节，小雨演示代码，解释神经网络层。挑战来临：官问“实习中遇到bug怎么调试？”她分享经历“用pdb工具一步步trace，解决问题时间减半”。华为看重创新，小雨提到环保idea，官感兴趣。offer来了：数据科学实习，机会参与真实项目。小米是第三家。小米AIoT方向对口，小雨的项目正好匹配。面试线上，官问“实习规划？”她规划清晰：第一月学框架，第二月贡献代码。实习中，她遇到难题：模型过拟合。她查论文，用dropout优化，效果提升20%。小米氛围年轻，实习生多，小雨结识朋友，交换经验。找实习过程有低谷。一次投谷歌实习，被刷因经验不足。小雨哭了，但妈妈鼓励：“失败是常态，坚持。”她调整：加入AI微信群，参加线上meetup。一次活动，她pitch环保AI，获导师指导。导师建议：实习不止大厂，小公司也能学多。她试了家创业公司，实习AI产品助理，负责测试模型。虽小，但上手快，学到从需求到部署的全链条。实习结束，小雨收获满满：代码能力up，简历添彩，还拿推荐信。回校，她分享经验：找AI实习，基础+项目+工具是关键。泡泡小程序AiCV简历王是她的秘密武器，让求职高效。如今，小雨大四，凭实习经验，秋招轻松拿offer。找实习是桥梁，从校园到职场，勇敢迈出第一步，你也能圆AI梦！

如题，bg双九，研二学生，电子信息专业，课题是集群异常检测与影响评估软件开发相关的，目前无实习无论文，项目大都是飞行器健康管理相关的，现在想学习大模型应用开发方向并与课题结合起来做agent，然后找大模型应用开发相关的实习与工作，希望大家能提供思路和分析及可靠学习路线，十分感谢！