智能座舱产品经理、智能驾驶产品经理、AI大模型产品经理、算法、开发、测试、仿真、质量、项目等岗位

1、之前公司的产品是什么？客户群体是哪些？介绍过往项目经验。
2、如何做竞品调研的？产品的核心竞争力是什么？
3、您设计的产品是怎样评估产品的好坏的？
4、过往工作中NLP模型的应用场景是什么？在智慧问答模型上有较为完整的产品经验吗？
5、如何定义一个NLP模型对翻译结果的准确性？怎么定义指标？
6、上家公司的离职原因、到岗时间及期望薪资。

参考答案：

1、产品：
智能客服（基于ChatGLM3+知识库）、智能投研平台；客户群体：银行、金融公司等；项目经验：智能客服项目，请参考简历第一个项目

2、竞品调研：
1）竞品分析目的，分析维度有竞品特点、优势、劣势
2）调研方式：通过艾瑞、易观等行业调研网站，了解行业全景信息，知道行业内主要竞品；通过竞品官网或相关网站体验功能、业务模型、商业模式等维度发现竞品特点和优缺点；竞品调研，可以更好形成对行业、竞品更全面的认识，进而更好进行产品设计。
3）本产品核心竞争力：ChatGLM通过创新应用transformer，采取自编码方式训练模型，NLU能力很强，中文理解水平高，在智能客服问答中，结合行业知识库和运用function calling工具，可以很好转译用户问题，多次调用大模型能力，本项目中回复准确率从75%提升到88%，提升客服效率，降低人力成本60%。

3、产品评估：
对于AI产品经理来讲，主要有以下两种方式：
1）目前主要是人工评估，提出20个业务问题，由LLM来回答每个问题，每个问题分成多个要点，每个要点比例不同，根据得分来求平均值。
2）未来考虑人工评测+自动化评测，将本模型生成的回复，给更强的通用模型（喂入了业务问题）来评估

4、应用场景：
智能客服、智能投研平台（OCR应用：证券机构研报通过OCR，将非结构化数据进行处理，转成结构化数据，供分析师参考，提升工作效率） 、贷款表单信息识别（对客户贷款表单通过OCR识别，提取信息，转换成结构化数据，方便贷款人员查询分析，识别率达85%）

5、翻译准确性 ：
1）统计指标：BLEU分数、NIST分数、Meteor分数、TER；
2）人工评估：专家根据流畅度、准确性和完整度等多个维度对翻译结果进行评分

6、离职原因：
1）公司：公司体量小，频繁转型，一直没有找到合适的方向，且近期进行内部调整，，所以想换一家更有前景的公司
2）个人：目前行业来讲，AI应用是发展大趋势，只有拥抱AI才能更好提升自己，为公司创造更大价值，能有一个更好的平台去挑战自己，所以打算离职
7、到岗时间：如果面试通过，需要1-2周交接工作，最迟20天到岗期望：20K🏈

二面：50分钟
1、自我介绍。 

2、刚刚提到了CNN、RNN、Transformer、Diffusion等AI技术，详细讲讲你对AI技术的理解。  --结合智能客服项目进行了讲解，调研、选型、效果等；

3、文生图、图生图方面的做过吗？展开讲讲。 --背景+需要解决的问题+如何运用AI技术 SD+lora，结合商品包装项目进行了讲解。

4、如何做评测生成效果好与不好？除了人工评测，有具体评测指标吗？都是具体业务场景的，对吗？   --人工评测，瓶盖、瓶身和瓶底，颜色等不同部分进行打分；

5、之前做的OCR识别还有印象吗？是怎么做的？参与到什么程度？图片识别不精准是如何优化的？ --背景+需要解决的问题+效果，以前是算法来做优化，现在会有更多参与；

6、你有了解过CV和理想汽车吗？印象最深的是什么？ --了解过，智能座舱的子系统，智能座椅智能空调；

7、平时会经常开车吗？体验过理想汽车的智能座舱吗？  --不常开车，体验过理想汽车

8、我这边没什么问题，你有什么问题？ --需要什么样的AI产品，多模态