# 小米 AI 产品经理 面经

**来源**: 牛客 @_Sparkle_Starlet, 2025-10 | **岗位**: AI 产品经理 | **类型**: 校招/实习（帖中未区分，以智能体平台项目为主）

**来源性质**：牛客社区公开面经（部分为社区整理），本文仅整理原文明确内容，未对经历进行独立核验；未披露信息统一标注“原文未披露”。
**背景**：校招/实习身份未区分，经历主要围绕智能体平台项目；其他背景原文未披露
**渠道**：原文未披露
**结果**：原文未披露

## 流程概览

简历筛选 → 业务面试（全程围绕智能体平台项目，评测类题目占比高）

## 各轮详情

### 业务面

**问题清单**:

1. 介绍一下你最近的一个项目吧
2. 这个平台目前使用的情况是什么样的（投稿者项目为智能体平台）
3. 在这个项目中你主要负责的模块是哪个？
4. 模型评估是怎么个评估方法？详细说说
5. 怎么评估所构建的 RAG 知识库的准确率？
6. 智能体平台上线后，用户满意度的评估是怎么个评估方法？
7. 对于模型的评估有没有了解过行业内通用的评估方法或者评估指标？
8. 司南大模型是怎么样的评测方法？
9. 对大模型新的能力有了解吗？比如说 DeepSeek 和 ChatGPT-4 这种模型最大的区别在哪？
10. 大家都说 DeepSeek 好，从你的角度来说为什么觉得 DeepSeek 好，或者不好？
11. 你有了解过 DeepSeek R1 模型的参数规模是多大吗？

**参考回答思路**:

- **项目介绍**: 平台定位 → 用户与使用数据（DAU、任务完成率等）→ 个人负责模块与边界 → 与算法/工程的协作方式。
- **模型评测体系**: 离线（基准集、人工打分、LLM-as-Judge）+ 在线（点击率、任务成功率、拒答率）+ 回归测试；说明指标如何对齐业务目标。
- **RAG 准确率**: 检索命中率、答案忠实度、引用正确率；可提 chunk 策略、Rerank、评测集构建与 bad case 归因。
- **用户满意度**: NPS/CSAT、会话结束评价、人工抽检、核心任务完成率；区分「模型好」与「用户觉得好用」。
- **行业 benchmark**: 了解 MMLU、HumanEval、司南等评测集的定位；DeepSeek 对比从推理能力、成本、开源生态、中文场景谈，参数规模需查准再答。

## 总结与建议

- 小米该场面试几乎整轮都在「评测」，是 AI PM 面试中评测导向极强的样本，务必准备一套完整评测叙事。
- RAG 与智能体平台两类系统要分别准备指标，不要混为一谈。
- 对 DeepSeek 等热点模型，准备「能力差异 + 产品化差异 + 局限」三角回答，避免站队式吹捧或贬低。