腾讯AI产品面经

最近闲下来了，整理下面经给大家参考1)京东外卖入口在京东App"秒送"频道。请你以"上线后90天"为周期，设计一个AIl能力(推荐/搜索/对话导购/个性化等均可)从0到1落地方案:目标、关键路径、里程碑、上线标准、以及你会如何和业务指标绑定。2)京东外卖对商家有"品质堂食餐厅"等准入与审核要求。假设你要做一套"商家入驻/验真/持续巡检"的AI产品能力(含CV/风控/自动化审核均可)，请给出端到端方案与灰度策略。3)假设你要设计一个能显著提升"购买券到店核销"链路的AI产品(可以是AIGC内容、导购Agent、核销提醒、门店推荐等)，请说明你如何把它接入现有链路，并定义清晰的线上验证方法与成功标准。4)假设你要在外卖售后场景(催单、缺漏错、退款、改地址、骑手沟通)落地LLM客服/虚拟人，请给出系统设计与治理方案，说明如何兼顾体验、成本与风险可控。5)在外卖/到店场景，用户常见诉求不是"问答"，而是"帮我解决"。请你设计一个可落地的"售后Agent"(可调用订单、配送、商家、退款等工具)，说明任务分解、状态机/编排、失败回滚与审计机制。6)在增长中会涉及门槛/补贴等策略调整。请你设计一套实验框架，证明"AI能力"在拉新转化、留存复购、客单/毛利上的真实增量，并说明如何规避实验污染与外部波动干扰。7)围绕即时配送体验，请你选择一个履约体验问题(ETA更准、超时预警、可送范围动态化、备餐协同等)，设计AI产品化方案，并说明如何线上验证其对核心指标的提升。8)假设某城市外卖业务转化率在24小时内暴跌20%。请你给出从告警定位止血复盘的完整路径(包含你会看的关键指标、分群维度、以及如何形成可执行的改进闭环)。9)结合本地生活(外卖/到店)场景，请你输出一份"6个月AI产品路线图":至少包含3个项目、每个项目的价值假设、依赖资源、关键风险与验收标准。10)岗位需要对接内部技术中台能力。请你用一个具体场景说明:你会如何评估"直接用中台能力vs自研/外采"，并设计一套可持续迭代的协作机制来避免二次造轮子。11)开放生态中可能出现接口规则变更、类目校验升级、合作方清退等平台治理动作。请你设计一套"变更治理+迁移策略"，确保业务连续性与生态稳定。12)当对手在智能客服/多Agent上快速进展时，站在本地生活业务视角，你会如何做差异化:选一个细分场景，提出一个"能赢且能落地"的策略，并说明60天内如何验证。

发一下问题给大家参考，攒攒人品！一、项目经验1. AI项目深挖2. 技术细节考察1- 解释大模型核心概念（如LLM原理、Diffusion模型、RAG技术）。2- 微调 vs. 提示词工程：如何选择？LoRA微调的优势是什么？。3- 如何处理大模型的“幻觉”问题？列举3种优化策略。二、AI产品思维1. 场景落地能力- 设计一款AI+场景的产品（如腾讯云智能社区），说明用户痛点、功能优先级及商业模式。- AIGC在金融/教育等垂直领域的应用案例？如何解决行业痛点？。2. 需求与迭代- 如何将用户反馈转化为AI产品需求？举例说明。- 需求优先级排序方法（KANO模型/四象限法则），并举例说明。三、产品设计能力1. 竞品与用户体验- 对比国内大模型产品（如Kimi、DeepSeek、通义千问）的定位差异和优劣势。- 分析一款AI工具（如Cursor、通义听悟）的成功因素，并提出优化建议。2. 设计逻辑- 非目标用户如何设计产品？

发点面经攒攒人品～1.实习介绍2.展开问了一段实习3.举例一个典型的场景 希望模型给你一个什么东西产出了什么4.怎么定义高风险流失 给什么数据让他去学习5.这些数据对模型产出结果的影响6.你们团队补充了哪些数据7.模型预测结果和实际准确率差距8.你怎么改进你们的产品9.反问

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. 论文拷打4. 对实习经历做一个介绍?这个产品的输入输出是什么?用到哪些大模型能力?5. 设计的这个产品的北极星指标是什么?6. 你认为一个产品从0到1过程中最重要的节点有哪些?7. 你如何识别发现产品开发过程中的问题?8. 你如何识别发现产品开发过程中的问题?9. 针对过往的项目或实习遇到最大的难点是什么?10. 你使用coze之后觉得它有什么不足和可以改进的方向?11. 最近有使用或了解什么新的AI应用产品吗?觉得它有什么特点?12. 对于Manus目前推出的功能进行评价?13. 解释一下MCP14. 解释SFT，pre-train，reinforced learning