推荐策略产品-大模型用户意图方向

优缺点分析

角色解读

• 向搜索推荐产品专家或AI产品负责人方向发展，深入业务策略
• 可转型为算法工程师或技术型产品总监，技术壁垒较高
• 在电商领域积累大模型应用经验后，可横向拓展至其他行业AI产品岗位
• 基于大语言模型（LLM）构建用户意图识别体系，覆盖意图分类、拆解、消歧等能力
• 构建并优化行业知识图谱，与大模型融合解决幻觉问题，提升语义理解准确性
• 将意图识别模型落地到搜索召回、排序、分发等环节，优化匹配逻辑
• 搭建评估体系，通过A/B测试持续迭代模型，提升点击率、转化率等核心指标
• 掌握大模型（如GPT、BERT）原理及微调方法，熟悉意图识别相关技术
• 熟悉搜索推荐系统架构（召回、排序、重排），具备落地经验
• 具备知识图谱构建与应用能力，了解实体链接、关系抽取等
• 数据分析能力强，能独立设计A/B实验并解读结果

申请策略

• 提前了解得物App的搜索推荐功能，思考现有痛点
• 面试时准备一个完整的项目案例，从问题定义到效果评估的闭环
• 突出大模型或NLP相关项目经验，尤其是意图识别或搜索推荐场景的落地案例
• 强调知识图谱构建或使用经验，如有行业图谱建设更佳
• 展示A/B测试和指标优化成果，用数据量化贡献
• 如有产品经验，写明对搜推链路的理解和产品策略思路
• 强化LLM微调（如LoRA）和prompt engineering技能
• 学习搜索推荐系统基础知识，了解常用召回、排序算法

面试指南

• 使用STAR法则：情境、任务、行动、结果，突出技术细节和量化效果
• 从问题定义、技术方案、实验设计、结果分析四个维度展开
• 结合业务场景思考，体现产品与技术结合的思维
• 请描述一个你使用大模型进行意图识别的项目，包括技术选型和效果
• 如何评估意图识别模型的好坏？你会设计哪些A/B实验指标？
• 知识图谱如何辅助大模型减少幻觉？请举例说明
• 在搜索推荐系统中，用户意图识别如何影响召回和排序策略？
• 假设搜索转化率下降，你会如何排查原因并给出优化方案？