杭州 南昌 深圳三家银行面试

【总结】全程30min，基本都是总结性和开放性问题，和一面一样依然没有简历的深挖，对于AI技术工程性落地方面的认知考察较多，但是问题很宏观，需要自己搭建框架结合场景展开回答【一些面经】1.成长最多的实习经历2.做了什么关键动作促成了项目成功3.为什么成长最多的不是鹅厂的实习，那在鹅的实习学到了什么4.北极星指标是如何选取和搭建的，促成了什么业务提升5.你认为B/C端产品的差距以及对产品经理要求的差距6.结合实习谈谈对B端做功能迭代的认识7.怎么学习AI知识的8.你认为怎么使用AI赋能数据产品9.开放的说说RAG和Agent在数据产品场景中哪一个效果会更好（主包回答目前的情况必须要结合，然后用具体场景展开了原因，答完这个面试官反馈说回答的很好，然后结束不久就显示通过了）【个人感受】最近面的基本都没有挖简历，但是主包顿悟了一点，有的时候宏观的偏开放性问题也很有含金量，需要自己思考构建框架来回答，这一类问题对于深度和广度都能同时考察到，而且能看出候选人的认知水平，其实是很高级的问法！目前复盘的感悟就是回答面要广，分层次、多角度地结合具体例子或者场景，其实对错并不重要，重点是突出个人分析问题、给出方案的能力

1.自我介绍2.介绍最近做的比较能体现你能力的需求3.你说的这个需求，是怎么洞察到用户的痛点的？你会直接看数据，还是比人总结的insight4.你评估用户反馈的时候会从哪些维度反馈?你又是怎么把用户的反馈转化成需求的?5.你说的这个需求，怎么在后续进行持续地监控?怎么进行迭代?6.功能上线后有验证过prompt的效果吗?怎么验证的?7.写prompt的流程是啥?few shots的体量?8.prompt用的什么结构?用markdown的话有什么细节要注意?9.介绍在小米的实习。10.介绍一个具体的评测工作11.你说的这个评测的指标是你制定的吗?逻辑是什么?12.面对这么抽象的指标，你是怎么把它...

📍 方向：蓝心小V等智能体方向🎯 面试轮次：一面⭐ 面试体验：★★★★★面试官专业、耐心，沟通氛围极佳，业务洞察深入。面试问题记录请做一段自我介绍。➤ 重点分享对AI类APP的使用理解，并主动提及Prompt工程学习经历（如吴恩达课程、博主实践案例），巧妙“埋钩子”引导提问。对比你提到的几款AI应用（如豆包、文心一言、DeepSeek、ChatGPT、小布助手）各自的优劣势。➤ 提前准备充分，从功能定位、响应质量、场景覆盖、用户体验等多个维度展开，内容详实到被面试官中途叫停。基于你过往的测评经历，如果你作为产品经理，会如何设计AI智能体的评估维度？➤ 结合实习经验 + B站大厂PM测评视频输入，从技术链路出发提出五个核心维度（如准确性、一致性、安全性、交互流畅度、任务完成率）。文科背景为何选择AI方向的产品岗位？➤ 回答聚焦“为什么做产品”和“对AI产品的独特理解”，强调用户洞察、场景抽象与跨领域学习能力。你做AI产品方向的优势与劣势分别是什么？➤ 优势：用户视角敏锐、学习能力强、有实际使用经验；➤ 劣势：技术背景较弱、缺乏模型训练落地经验，但正在持续补足。你的兴趣爱好有哪些？➤ 主动关联AI产品方向，分享日常阅读《启示录》《用户思维》等书籍，活跃于产品经理社区，关注行业动态。💬 面试官随后介绍了蓝心小V的业务现状与发展目标，信息量大且具前瞻性。反问环节（经典三问）团队对实习生的核心期待是什么？我本次面试的表现如何？有哪些可优化点？➤ 面试官反馈：逻辑清晰、表达流畅，实习经历与智能体方向高度匹配，当场感觉稳了 ✅后续面试流程节奏是怎样的？经验总结✅ 自我介绍善用“钩子”：突出AI相关认知，引导面试官提问。✅ 深入研究JD：提前了解蓝心小V功能形态与竞品对比。✅ 日常积累+结构化输出：整理面经文档，练习分点表达。✅ 理论+实践结合：多刷真实产品案例 + 系统阅读产品方法论书籍。📌 最终顺利OC，强烈推荐对AI智能体感兴趣的同学投递！

面试官反馈整体表现挺不错，建议坚持自己真正想做的事情，按内心更希望做的方向去选择和坚持1. 职业规划2. AI公司做的AI产品本身、做的事情以及如何设计AB实验3. AB实验设计中用于决策的指标是什么4. AB实验最核心需要注意的事项是什么5. AB实验中A、B两组增量的p值是多少6. 实习中是否有遇到接近deadline但仍有很多工作未完成的情况7. 假设要求一周完成PRD撰写，过了一周大半PRD才写了小半，会怎么应对8. 最初接触AI大模型时花了多长时间了解和使用9. 是否比较倾向于偏AI产品或偏ToC侧的产品10. 作为数据产品应该具备什么样的技能11. 分析自身性格特点，认为什么特点适...