前言
我们去面试，基本上都是三轮：
一面：产品经理专业面试
二面：部门负责人复试
三面：HR面试
01
产品经理面试专栏
1.产品经理的职责有哪些？
2.你觉得你具备哪些产品经理的能力？
3.你觉得什么能力会决定产品经理的上限？
4.为什么要做产品经理？
5.初级产品经理和高级产品的区别？
6.B端产品经理，需求来源有哪些？
7.产品经理如何做自我介绍？
8.你觉得什么样的产品是好的产品？
9.如何判断需求的优先级？
10.如何预测煎饼果子摊位一天的销售额？
11.如果和研发起争执了怎么办？
12.如果你被任命为某款产品的产品经理，你的首要职责是什么？
13.SaaS和内部系统有什么区别？
14.你知道哪些可以对接的第三方工具？
14.产品策划和产品运营有什么区别？
15.简单谈下你了解的供应链。
16.版本迭代的流程是怎样的？
17.现有文档不完善，你该怎样去熟悉系统？
18.同时管理多个项目时，如何平衡资源和优先级？
19.如果我们国家举办世界杯，会用到哪些系统？
20.需求经常变动怎么办？
21.业务跳过产品直接找技术，该怎么办？
22.产品设计和开发中遇到的挑战。
23.10个关于钉钉的产品经理面试问题。
24.10个关于微信的产品经理面试问题。
25.从0到1搭建ERP系统，你会怎么去调研？
26.需求或者项目，从产生到上线的过程。
27.一个好的需求文档包括哪些？
28.产品经理如何评估技术可行性？
29.如何提高产品的用户粘性？
30.公司自研ERP，该怎么选择服务器？
31.Amazon损益表怎么计算？
32.分享一次关于腾讯经历的模拟面试。
02
复试专栏
1.复试都是谁在面试？考察哪些点？
2.分享20个高频复试问题。
3.你觉得一面怎样，对我们公司有什么了解？
4.以往遇到过工作中的困难有哪些，你是怎样处理的？
5.介绍下你做过的最好的项目，并说下你的角色。
6.你性格是怎样的，平时会和同事怎么相处？
7.夸下你自己。
8.你找工作比较看重什么？
9.你是否与你的上级发生过冲突？当时怎么处理的？如果没有，以后遇到了会怎么处理？
10.请分享一个你在开发和设计中遇到的挑战，并介绍你是如何克服这个挑战的？
11.你为什么要做xx？
12.告诉我你做过的一个不受欢迎的决定，以及你是如何处理的？
13.请给出一个你运用逻辑解决问题的例子。
14.你对加班的看法是什么？
15.你怎样评价你的直接上级？他对你有什么帮助？你觉得他身上有哪些可以改进的地方？
16.你还有什么想要了解的么？
03
HR面试专栏
1.HR经常面试的问题。
2.谈谈你的职业规划。
3.为什么离职？
4.为什么过去两年换了三份工作？
5.为什么会来我们公司？
6.你是怎样评价你的上级的？
7.HR搜索简历时会有哪些特点？
8.如果你被录用，你将如何在团队中发挥作用？
9.你的领导或同事不喜欢你，你会怎么办？
10.你如何处理你的时间表被打断？
11.你为什么要做xx？
12.你是否曾经有说服一个团队去做他们不喜欢的项目？你是怎么做到的？
13.你是否曾经解决过团队两个成员的争吵？你是怎么做到的？
14.你是否与你的上级发生过冲突？
15.请分享你在产品设计中遇到的挑战，并介绍下如何克服的？
16.有团队成员没有尽职尽责，你会怎么办？
17.团队交给你一个不感兴趣的工作，你会怎么处理？
18.跨部门合作很慢，你会怎么办？
19.当你发现同事犯错了，你会怎么办？
20.你找工作比较看重什么？
21.问你什么时间可以入职，该怎么回答？
22.你理想中的团队成员是怎样的？
23.上一份工作，你最后悔的是什么？
24.分享20个高级HR经常问的问题。
25.你是如何准备这一次面试的？
26.你现在住哪里？通勤要多久？
27.如果有更好的offer，你还会选择我们么？
28.你希望你的上级是怎样的？
29.你是如何处理工作中的压力的？
30.如何安排项目的优先级？
31.你如何保持对新知识的学习？
32.你的期望薪资是多少？
04
面试技巧专栏
1.分享几个写简历的技巧。
2.分享个简历的框架。
3.DBA简历模板。
4.产品经理的简历应该突出哪些重点？
5.简历上的项目经验，越多越好么？
6.面试官问你期望薪资，千万不要这样回答！
7.如何通过面试来评判这家公司是否值得去？
8.说下自我介绍。
9.自我介绍的几个小技巧。
10.总结一些可以回答的离职原因。
11.一次面试多久算正常？
12.出现这些情况可以考虑离职了。
13.面试官最后问，我还有什么问题没有问你么，该怎么回答？
14.为什么面试感觉很好，却没有下文了？
15.如何深入了解你感兴趣的公司？
16.为什么每个问题回答要在3min以内？
17.怎么去分析面试问题？
18.如何去谈薪资？
19.关于“海投”也是有技巧的。
20.你该这么解释简历上的空窗期。
21.怎样才能更容易拿到面试机会？
22.如何提升面试的第一印象？
23.面试中聆听和提问的技巧。
24.面试中自我介绍的关键。
25.如果回答不上来怎么办？
26.如何向面试官做项目介绍？
27.接受了offer，又想看看其他公司，该怎么办？
面试题笔记分享
为了助力朋友们跳槽面试、升职加薪、职业困境，提高自己的技术，本文给大家整了一套涵盖AI大模型所有技术栈的快速学习方法和笔记。目前已经收到了七八个网友的反馈，说是面试问到了很多这里面的知识点。
每一章节都是站在企业考察思维出发，作为招聘者角度回答。从考察问题延展到考察知识点，再到如何优雅回答一面俱全，可以说是求职面试的必备宝典，每一部分都有上百页内容，接下来具体展示，完整版可直接下方扫码领取。
😝朋友们如果有需要的话，可以V扫描下方二维码联系领取~
大模型(LLMs)基础面
1.目前 主流的开源模型体系 有哪些?
2.prefix LM 和 causal LM 区别是什么?
3.涌现能力是啥原因?
4.大模型 LLM的架构介绍?
大模型(LLMs)进阶面
1.llama 输入句子长度理论上可以无限长吗?
2.什么是 LLMs 复读机问题?
3.为什么会出现 LLMs 复读机问题?
4.如何缓解 LLMs 复读机问题?
5.LLMs 复读机问题
6.lama 系列问题
7.什么情况用 Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选?8.各个专业领域是否需要各自的大模型来服务?
9.如何让大模型处理更长的文本?
大模型(LLMs)微调面
1.如果想要在某个模型基础上做全参数微调，究竟需要多少显存?
2.为什么 SFT之后感觉 LLM傻了?
3.SFT 指令微调数据 如何构建?
4.领域模型 Continue PreTrain 数据选取?5.领域数据训练后，通用能力往往会有所下降，如何缓解模型遗忘通用能力?
6.领域模型 Continue PreTrain ，如何 让模型在预训练过程中就学习到更多的知识?7.进行 SFT操作的时候，基座模型选用Chat还是 Base?
8.领域模型微调 指令&数据输入格式 要求?
9.领域模型微调 领域评测集 构建?
10.领域模型词表扩增是不是有必要的?
11.如何训练自己的大模型?
12.训练中文大模型有啥经验?
13.指令微调的好处?
14.预训练和微调哪个阶段注入知识的?15.想让模型学习某个领域或行业的知识，是
应该预训练还是应该微调?
16.多轮对话任务如何微调模型?
17.微调后的模型出现能力劣化，灾难性遗忘
是怎么回事?
大模型(LLMs)langchain面
1.基于 LLM+向量库的文档对话 基础面
2.基于 LLM+向量库的文档对话 优化面
3.LLMs 存在模型幻觉问题，请问如何处理?
4.基于 LLM+向量库的文档对话 思路是怎么样?
5.基于 LLM+向量库的文档对话 核心技术是什么?
6.基于 LLM+向量库的文档对话 prompt 模板如何构建?
7.痛点1:文档切分粒度不好把控，既担心噪声太多又担心语义信息丢失
2.痛点2:在基于垂直领域 表现不佳
3.痛点 3:langchain 内置 问答分句效果不佳问题
4.痛点 4:如何 尽可能召回与 query相关的Document 问题
5.痛点5:如何让 LLM基于 query和 context
得到高质量的response
6.什么是 LangChain?
7.LangChain 包含哪些 核心概念?
8.什么是 LangChain Agent?
9.如何使用 LangChain ?
10.LangChain 支持哪些功能?
11.什么是 LangChain model?
12.LangChain 包含哪些特点?
大模型(LLMs):参数高效微调(PEFT)面
1.LORA篇2.QLoRA篇
3.AdaLoRA篇
4.LORA权重是否可以合入原模型?
5.LORA 微调优点是什么?
6.LORA微调方法为啥能加速训练?
7.如何在已有 LORA模型上继续训练?
1.1 什么是 LORA?
1.2 LORA 的思路是什么?
1.3 LORA 的特点是什么?
2.1 QLORA 的思路是怎么样的?
2.2 QLORA 的特点是什么?
8.3.1 AdaLoRA 的思路是怎么样的?为什么需
要 提示学习(Prompting)?
9.什么是 提示学习(Prompting)?10.提示学习(Prompting)有什么优点?11.提示学习(Prompting)有哪些方法，能不能稍微介绍一下它们间?
4.4.1为什么需要 P-tuning v2?
4.4.2 P-tuning v2 思路是什么?
4.4.3 P-tuning v2 优点是什么?
4.4.4 P-tuning v2 缺点是什么?
4.3.1为什么需要 P-tuning?
😝朋友们如果有需要的话，可以V扫描下方二维码联系领取~
大模型评测面(LLMs)三
大模型怎么评测?
大模型的 honest原则是如何实现的?
模型如何判断回答的知识是训练过的已知的知识，怎么训练这种能力?
大模型(LLMs)强化学习面奖励模型需要和基础模型一致吗?RLHF 在实践过程中存在哪些不足?
如何解决 人工产生的偏好数据集成本较高很难量产问题?
如何解决三个阶段的训练(SFT->RM->PPO)过程较长，更新迭代较慢问题?
如何解决 PPO 的训练过程同时存在4个模型(2训练，2推理)，对计算资源的要求较高问题?
扫一扫
1074
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
