吉利数字化后端面经

有牛友的状态发生变化吗？我的还是待评估oppo已经有人开始面试了吗？

1. 常见 STL 容器有哪些？vector/list、map/unordered_map 的区别与使用场景常见容器：vector、deque、list、set、map、unordered_map、unordered_set、queue、stack。 vector vs list： vector 连续内存，随机访问 O(1)，尾插高效，cache 友好； list 链表结构，任意位置插删 O(1)（已知迭代器），但随机访问差、cache 不友好。 map vs unordered_map： map 红黑树，O(logN)，有序，可范围查询； unordered_map 哈希表，均摊 O(1)，...

想拿下AIGC产品经理offer，刷对面试题才是关键！整理了6大模块高频必刷真题，从基础认知到实战设计，从技术理解到行业思考，覆盖大厂/创业公司核心面试考点，零基础、转岗、进阶PM都能直接用！一、基础认知题（必问开篇，踩点得分）1. 你怎么理解AIGC产品经理？和传统产品经理、AI产品经理的核心区别是什么？2. 当下主流的AIGC技术方向有哪些？（文本、图像、音频、视频、多模态）分别举例代表产品。3. AIGC产品的核心价值是什么？解决了用户/行业哪些痛点？4. AIGC产品的核心痛点有哪些？（幻觉、版权、合规、效果不稳定、成本高等）5. 你常用的AIGC工具有哪些？分析其产品亮点和不足。二、技术理解题（懂原理不懵圈，区分专业度）1. 什么是大模型微调、Prompt工程、RAG、LoRA、Agent？分别说明在AIGC产品中的应用场景。2. 如何解决AIGC的幻觉问题？从产品层面有哪些优化手段？3. 多模态AIGC产品的技术逻辑是什么？产品设计中要注意哪些关键点？4. 提示词（Prompt）的核心设计原则有哪些？如何设计通用/场景化Prompt模板？5. AIGC模型训练的核心要素是什么？数据、算力、算法对产品落地的影响有哪些？6. 解释AI生成内容的版权问题，产品层面如何规避合规风险？三、产品设计题（实战核心，高频考察）1. 设计一款AI写作助手/AI绘画工具/AI视频生成工具，梳理核心功能框架和用户使用流程。2. 针对企业用户，设计一款AIGC内容营销产品，说明需求拆解和差异化卖点。3. 如何设计AIGC产品的内容审核机制，兼顾效率和合规性？4. AIGC产品的交互设计有哪些特殊性？（如生成进度、结果修改、历史记录、批量操作）5. 当AIGC生成效果不符合用户预期时，产品层面如何做交互优化？6. 如何搭建AIGC产品的付费体系？（按次数/订阅/流量计费、会员体系等）7. 设计AIGC产品的用户反馈模块，说明如何通过反馈迭代产品功能。四、项目实战题（深挖经历，验证落地能力）1. 讲一个你做过的AIGC相关项目，阐述你的核心职责、需求推导思路和落地成果。2. 项目中遇到AIGC生成效果差、研发排期紧、成本超支等问题，你是如何解决的？3. 你如何对接算法、研发、设计团队推进AIGC功能落地？遇到分歧怎么协调？4. 如何衡量AIGC产品/功能的成功？核心数据指标有哪些？（留存、转化率、生成准确率、用户满意度等）5. 复盘过往AIGC项目，你觉得最大的不足是什么？如果重做会怎么优化？五、行业业务题（考察视野，判断潜力）1. 你觉得当下AIGC产品的商业化落地场景，哪些最有前景？为什么？2. To C和To B类AIGC产品，在需求、设计、商业化上有哪些核心差异？3. 国内外头部AIGC产品（ChatGPT、Midjourney、文心一言、通义千问等）的优劣势对比。4. AIGC在教育、电商、金融、传媒等垂直行业的应用机会有哪些？5. 未来1-2年，AIGC产品的发展趋势是什么？会出现哪些新的产品形态？6. 中小厂做AIGC产品，如何和大厂竞争？差异化破局点在哪？六、逻辑压力题（应变测试，筛选优质人选）1. 你认为AIGC产品经理最核心的3项能力是什么？2. 没有算法/技术背景，你怎么胜任AIGC产品经理岗位？3. 算法团队说某AIGC功能暂时实现不了，你会怎么推进需求？4. 用户大量反馈AIGC产品不好用，你会如何定位问题并解决？5. 你的职业规划是什么？为什么选择AIGC产品经理这个方向？写在最后AIGC产品经理面试，不仅要背答案，更要懂逻辑、有实战思路。建议结合自身项目经历，把每道题转化为自己的话术，突出产品思维和AIGC落地能力，面试通过率直接拉满！

1. 深入讲讲你项目中遇到的最复杂的技术问题，如何解决的？参考答案：我在做电商系统时，遇到过一个分布式事务的问题。场景是用户下单时，需要同时操作订单服务（创建订单）、库存服务（扣减库存）、积分服务（扣减积分）三个服务。如果其中一个服务失败，其他服务需要回滚，保证数据一致性。最初我使用了两阶段提交（2PC）方案，但发现性能很差，而且存在单点故障问题。协调者挂掉后，所有参与者会一直阻塞等待。后来改用了Seata的AT模式，它是一种改进的2PC，通过拦截SQL自动生成回滚日志，性能和可用性都有提升。但在高并发场景下，Seata的全局锁机制导致性能瓶颈。最终我采用了基于消息队列的最终一致性方案。下单时...