从 B 端产品转 AI 产品经理:一面被评测集问住之后
简历上写着「主导智能客服 AI 项目」,一面被评测集和数字口径一路追问到卡壳;二面前照着复盘补上了评测这一块
人物做了四年 B 端 SaaS 的产品经理,去年参与过一个智能客服的大模型项目,想转 AI 产品经理
示例场景:按典型用户画像写的,人物、公司和数字都是虚构的,用来说明产品怎么用,不是真实学员
背景
她的简历最亮的一条是「主导智能客服 AI 项目,问题解决率提升 30%」。项目是真的,但她主要负责的是场景选择和上线节奏,模型和评测是算法同事做的
这类背景转 AI 产品经理很常见,也最容易在一个地方翻车:简历写得越像「主导 AI」,考官越会按 AI 产品经理的标准问到底
建档:放进去了什么
她在OfferSpar里建了一个岗位档案,把三样东西放进去,后面每一轮的攻略和复盘都会带上它们
| 简历 | 通用版简历,上面那条项目经历原样保留 |
|---|---|
| JD | 某头部电商的 AI 产品经理(智能客服方向),写着「有大模型落地经验、熟悉效果评估优先」 |
| 沟通记录 | 猎头说一面是业务线的产品负责人,会深挖项目 |
面前攻略里的关键判断
一面前,攻略没有给她一份「AI 产品经理高频题大全」,而是先指出这一轮最可能出事的地方
「提升 30%」一定会被问口径
没写分母和统计周期的百分比,是考官最爱的追问入口。问的不是数字好不好看,是在核实你是不是亲手做过。准备一句话讲清:解决率怎么定义、样本从哪来、对比的基准是什么
写了「主导 AI 项目」,就要扛住评测和选型
JD 里写着「熟悉效果评估优先」,这是团队现在最缺的能力,会重点问。说不出评测集的人,考官会默认项目停在演示阶段
分清团队做的和你做的
模型和评测是同事做的,就照实说,然后把重心放在你拍板的判断上:为什么先做售后场景、效果标准是谁定的、怎么定的
面试中发生了什么
数字口径那一问她接住了,提前准备的那句话很管用
但考官接着问:「评测集是怎么建的?bad case 怎么归因?」她只说了「算法同事每周会跑一遍」,被连着追问两层,最后承认这块不清楚
面完她在轮次里记下了问到的六道题和自己大概的回答
复盘怎么说
复盘对照了面前攻略,指出哪条做到了、哪条没做到
问到的题解决率提升是怎么算的 答得好
下次怎么说先讲定义和分母,再讲起点终点,考官没再追,这条可以作为固定说法
问到的题评测集怎么建的 丢分
下次怎么说不需要假装是自己建的。讲清你参与了哪部分(比如定义了哪几类 bad case、验收标准是你定的),再讲你从中学到的评测方法
问到的题如果重做这个项目会改哪里 一般
下次怎么说答成了「多给一点时间」。换成一个具体的取舍:比如应该更早把人工客服的转接率纳入评测
下一轮怎么调整
复盘后,「评测说不清」被记进了她的账号记忆,标成薄弱点。二面的攻略一开头就提醒了这件事
- 补一个评测的故事:自己参与定义的 bad case 分类,和它怎么影响了上线节奏
- 二面面试官更可能是业务负责人,准备从「为什么先做售后场景」讲业务判断,而不是重讲一面的项目
- 主动把「这部分是算法同事做的」放在前面说,掌握追问的方向
继续读
相关文章