产品专员面经
按实际面试轮次整理的问题清单
校招1 个轮次14 道题
面试轮次
14 道未分组
- 服装选品Agent需要理解商品图片、用户评论、搜索趋势、销售数据等多模态信息，你会如何设计多模态数据融合方案？
- 在服装图片分析场景中，如果需要识别款式、颜色、材质、版型、流行元素，你认为应该采用视觉大模型还是传统CV模型？为什么？
- 如果使用多模态大模型分析服装图片，但模型经常遗漏细节，例如袖型、领口设计、面料纹理，你会如何优化？
- 在搭建服装行业知识库时，商品资料、设计规范、市场趋势报告、用户反馈等内容应该如何进行数据清洗、切片和向量化？
- 如果RAG系统出现“模型回答内容合理，但是推荐的商品完全不符合当前市场趋势”的问题，你会如何判断问题来自文档解析、Chunk策略、Embedding模型、召回策略、Rerank、Prompt还是大模型生成？
- 对于服装行业知识库，你认为Chunk应该如何设计？按照固定长度切分是否合理？为什么？
- 如果服装知识库中有大量重复或高度相似的商品资料，例如同款不同颜色或不同供应商的资料，你会如何治理？
- 服装趋势分析 Agent 需要分析市场趋势、理解社交媒体内容、推荐商品并生成报告。你会如何设计任务拆解和工具调用流程？
- 在AI Agent系统中，什么时候应该使用Workflow，什么时候应该使用自主Agent？为什么？
- 如果服装选品 Agent 需要调用商品数据库、销售预测模型、图片分析模型和搜索系统，你会如何设计任务规划与上下文管理？
- 假设AI选品Agent推荐准确率很高，但是业务方反馈“不愿意使用”，从技术角度你认为可能有哪些原因？
- 如何建立一个服装行业AIAgent的模型评测体系？除了准确率之外，还应该关注哪些技术指标？
- 如果大模型生成了一份服装趋势分析报告，内容表达很好，但是里面的数据引用错误，你会如何设计技术方案降低模型幻觉？
- 如果让你负责一个AI Agent从Demo阶段到生产环境上线，你认为技术落地过程中最大的挑战是什么？你会如何解决数据质量、模型效果、推理成本、响应延迟和系统稳定性问题？
本页由用户经历或公开材料匿名整理，仅供求职准备参考，不代表相关公司的官方题库或招聘承诺。如内容涉及个人信息、保密材料或权利争议，请联系网站备案主体申请更正或删除。