阿里 AI 产品经理实习一面面经
《面试题目》
- 介绍多维度权限管理的具体设计，参考了哪些产品？
- 介绍项目中的 MCP，它解决了什么核心问题？
- 分享上一段经历中印象最深的工作或功能。
- 大模型和传统领域模型有什么区别？大模型的推理能力从何而来？
- 是否了解 RAG？解释其原理和端到端流程。
- 是否了解大模型微调？
- 面对客户需求，如何判断使用 RAG 还是微调？
- 平时使用哪些 AI 产品？主要场景是什么？
《参考解析》
- 权限设计：先定义主体、资源、动作和条件，再选择 RBAC、ABAC 或组合方案；重点处理权限继承、冲突、审计和最小权限，而不是只描述页面。
- MCP 价值：它用统一协议暴露工具、资源和提示能力，降低模型应用接入不同系统的适配成本；仍需在服务端做好认证、授权、输入校验和审计。
- RAG 与微调：需要注入频繁变化的私有知识、要求可引用时优先 RAG；需要稳定改变模型行为、风格或特定任务能力且有高质量数据时考虑微调，两者也可组合。
- 端到端 RAG：用户 Query 经理解或改写后检索与重排，相关片段被组织进上下文，大模型生成结果，最后经过引用、规则或事实校验返回。