米哈游27届实习-AI产品经理实习生（数据向）

继续来分享下之前的面经~欢迎友好讨论，信息共享1.实习拷打2.项目拷打3.模型为什么不直接用单任务估 pcvr，这不是更直接？4.为什么多任务模型比单任务更好？5.特征层面进Sharebottom特征怎么选的？6.广告模型用的特征具体有哪些类别？7.用户侧特征都有什么？8.自己有具体去看过特征吗？比较重要的有哪些？9.做网络优化前有考虑先从特征统计层面做优化吗？10.PLE和MMoE用过没？为什么效果不如当前的模型优化？体现在哪里？11.共享屏幕随便打开一个讲 MMoE 的博客讲一遍12.MMoE 你觉得最大的亮点在哪里13.MMoE 伪代码14.关于增量特征，从原始特征选一部分，而不是做更多新特征，这点怎么考虑的？15.八股 QKV怎么做并行的 写个伪代码

📍面试公司：华睿（大华子公司）🕐面试时间：3.12💻面试岗位：测试开发（视觉方向）❓面试问题：自我介绍面向对象核心特性列表和元组的区别可变和不可变类型的区别（对象创建后，内存中的值是否可以修改）深拷贝浅拷贝区别Python装饰器（在不修改原函数代码、不改变原函数调用方式的前提下，为函数动态添加额外功能）测试框架？提供了啥功能断言概念，在项目中的应用？实习中的三端三分支是啥为什么引入多线程下载，优势和劣势是啥（分块、断点续传；小文件下载无优势、需要根据服务器配置调整，可能会限制并发连接）异步rpc回调的理解（回调：服务器调用自动化函数，告诉我结果出来了）埋点怎么理解，和日常的调试的区别Je...

我自己是985本英专在读，从大二下学期开始接触AI，大四的时候秋招成功拿到了三家大厂的AI产品经理offer。相信大部分同学和我一样，在刚开始学习AI相关知识的时候，一直在犹豫是否要从代码开始，学c语言、学Python，陷入了似乎只有学计算机才能懂AI的困境。其实直到现在，不借助任何工具，我自己也不能成功写出超过10行代码，但我可以在几小时内利用各种AI工具vibe出一个软件产品出来。转行AI，不会写代码其实真没事，关键是你是否具备这些AI技能！工具应用层（最基础，必须会）能用AI工具完成实际任务，比如用VibeCoding工具（Cursor、ClaudeCode等）把产品idea跑通，用Gemini/Claude做信息拆解、文档撰写、竞品分析等。技术认知层（不用会做，但要听得懂）理解主流AI技术的原理和边界，比如大模型是怎么工作的、agent的底层逻辑是什么、RAG和fine-tuning的区别在哪。不需要手写代码，但要能和技术团队对话，判断一个需求技术上是否可行。产品能力层（核心竞争力）懂用户需求、会拆解产品逻辑、能写清晰的PRD，这些是传统PM能力，但在AI产品里需要叠加对AI能力边界的判断——知道哪些场景适合用AI解决，哪些不适合。行业认知层（持续积累）保持对AI行业动态的敏感度，了解主流模型、工具、竞品的最新进展。当然，在日常看到一些AI资讯的时候，少不了接触各种晦涩难懂的技术术语。我的方法就是碰到一个不懂的直接丢给gemini让他讲，直到自己看明白，一点点日积月累，就能慢慢掌握“技术”的理解。

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 实习介绍2. 有没有做过模型测试和评分？怎么做的3. 之前的产品是有自己的模型还是别的？4. 介绍上一个产品主要干了什么【复盘：不要着急，按照背景-价值-动作-结果慢慢说！and规范表达，减少重复和没有逻辑的表述】5. 使用ai生成ppt的过程中，有没有你觉得可以优化的点？（图片、大纲格式、动画、增加用户prompt）6. 最近用过什么好用的产品？不一定是ai7. 用过哪些ai产品？比如写论文的过程中，你会用哪个？如何优化提示词？