Вопросы для собеседования AI-продакт-менеджера
Готовый набор для интервьюера: 36 вопросов с тезисами эталонного ответа, задача, рубрика и план встречи.
На собеседовании AI-продакт-менеджера хорошо работает схема на 60 минут: 3-4 устных вопроса по стеку, практический кейс, проектирование для middle и выше и вопросы кандидата. Ниже вопросы по грейдам из базы Техпрогона: у каждого тезисы, которые должен назвать сильный кандидат.
Всего в базе по этой роли 199 устных вопросов с чек-листом ответа.
Как построить техсобес на 60 минут
0-5 мин
Знакомство
Кто вы, формат встречи, кандидат коротко о себе и последнем проекте.
5-20 мин
Вопросы по стеку
3-4 устных вопроса из набора ниже. Сверяйте ответ с тезисами.
20-45 мин
Практический кейс
Ситуация из работы. Важно, как кандидат рассуждает и что уточняет.
45-55 мин
Проектирование
Для middle и выше: система или решение целиком. Для junior: ещё вопросы.
55-60 мин
Вопросы кандидата
Что спросил кандидат, тоже сигнал: интерес к задачам и команде.
Junior: 12 вопросов
Основы: как устроено и зачем. Хватит 3-4 вопросов на встречу.
Вас просят проверить идею сервиса для владельцев небольших кофеен. Как вы проведёте интервью?
Что хотим услышать
- Цель и гипотезы: что хотим узнать
- Рекрутинг: владельцы с недавним опытом проблемы, 5-8 на сегмент
- Вопросы о прошлом опыте, без продажи идеи
- Запись и разбор: паттерны, цитаты, частота
- Вывод: подтверждена ли проблема, что проверять дальше
- Отдельно проверить готовность платить поведением
Если ответил, копните глубже
Объясните, как считать retention и какие бывают виды.
Что хотим услышать
- Когорты по моменту начала
- Классический N-day: активен ровно в день N
- Rolling: в день N или позже
- Bracket: активен в интервале
- Выбор по естественной частоте продукта
- Взвешенное среднее по когортам
Если ответил, копните глубже
Объясните, как языковая модель превращает ваш вопрос в ответ.
Что хотим услышать
- Текст режется токенайзером на токены, у каждого номер в словаре
- Токены превращаются в векторы, проходят слои трансформера с вниманием
- На выходе распределение вероятностей следующего токена
- Токен выбирается сэмплированием и добавляется в контекст, цикл повторяется
- Состояния между запросами нет, всё знание о диалоге в контексте
- Галлюцинации: модель выдаёт правдоподобное, а не проверенное
Если ответил, копните глубже
Вам дали выгрузку чеков за месяц. Как вы опишете распределение, прежде чем делать выводы?
Что хотим услышать
- Объём данных, пропуски, явные ошибки
- Среднее и медиана вместе, их сравнение говорит о хвосте
- Разброс: std и IQR, квантили p5/p25/p75/p95/p99
- Гистограмма, лучше в логарифмической шкале для денег
- Выбросы: ошибка данных или реальные крупные клиенты
- Разрезы по сегментам, где распределение может отличаться
Если ответил, копните глубже
Расскажите, как вы обычно работаете над задачей от постановки до запуска.
Что хотим услышать
- Начинаю с понимания проблемы и цели бизнеса, а не с макета
- Собираю данные: аналитика, исследования, ограничения, конкуренты
- Формулирую проблему и критерий успеха
- Генерирую варианты, проверяю на прототипах
- Передаю в разработку с состояниями и проверяю реализацию
- Смотрю на метрики после запуска и делаю выводы
Если ответил, копните глубже
Назовите ваши сильные стороны.
Что хотим услышать
- Две-три стороны, а не список из десяти
- Каждая подкреплена примером
- Стороны связаны с вакансией
- Нет пустых слов вроде «стрессоустойчивый, коммуникабельный» без доказательств
- Уверенно, без хвастовства
Если ответил, копните глубже
Объясните, чем занимается продакт-менеджер и чем он отличается от проджекта.
Что хотим услышать
- Продакт отвечает за что и зачем: проблему пользователя и результат бизнеса
- Работа делится на discovery и delivery плюс коммуникации и аналитика
- Оценка по outcome, а не по числу фич
- Проджект отвечает за как и когда: сроки, бюджет, объём
- Product Owner это роль в Scrum, продакт это должность
- Пример из своего опыта
Если ответил, копните глубже
Какие метрики вовлечённости вы будете смотреть для приложения для фитнеса?
Что хотим услышать
- Определение активности через тренировку, а не открытие
- DAU, WAU, MAU и stickiness с учётом естественной частоты
- Частота: тренировок в неделю на активного
- Глубина: завершённые тренировки, длительность
- Распределение L28 или L7
- Связь с удержанием и подпиской
Если ответил, копните глубже
Объясните, как температура, top-k и top-p влияют на ответ модели, и как вы выбираете их под задачу.
Что хотим услышать
- Температура масштабирует логиты перед softmax, порядок не меняет
- Низкая температура: стабильно и однообразно, высокая: разнообразно и рискованно
- Top-k оставляет k лучших токенов, фиксированно
- Top-p оставляет минимальное ядро с суммарной вероятностью p, адаптивно
- Для извлечения и JSON низкая температура, для креатива выше
- Даже T = 0 не гарантирует полного детерминизма у провайдера
Если ответил, копните глубже
Объясните продакт-менеджеру без формул, что такое p-value и как читать результат теста.
Что хотим услышать
- Предполагаем, что эффекта нет
- p-value: как часто случайность дала бы такую же или большую разницу
- Маленький p-value: случайностью объяснить трудно, отвергаем H0
- Не вероятность того, что гипотеза верна, и не размер эффекта
- Порог α выбран заранее, обычно 5%
- Большой p-value: эффект не доказан, а не доказано отсутствие
Если ответил, копните глубже
Кто в вашей команде пишет тексты интерфейса и как вы добиваетесь, чтобы они были хорошими?
Что хотим услышать
- Тексты часть дизайна, не «рыба» до последнего момента
- Пишу реальные тексты в макете с начала, проверяю длину
- Глоссарий терминов и редполитика
- Ревью с UX-райтером или редактором, проверка на пользователях
- Тексты ошибок и пустых состояний продумываю сам, не оставляю разработке
Если ответил, копните глубже
Какие у вас слабые стороны?
Что хотим услышать
- Назвал реальную слабость, а не штамп
- Слабость не критична для роли
- Рассказал, что делает, чтобы её компенсировать
- Есть пример прогресса
- Коротко, без самобичевания
Если ответил, копните глубже
Middle: 12 вопросов
Практика: почему так, какие компромиссы, что ломается.
Придумайте продукт для пожилых людей, живущих отдельно от детей.
Что хотим услышать
- Уточнить цель: бизнес-модель, кто платит
- Сегменты: сами пожилые и их дети, разные работы
- Боли: здоровье, одиночество, бытовые задачи, безопасность
- Несколько решений и выбор одного
- MVP и как проверить
- Метрики успеха и риски
Если ответил, копните глубже
Спроектируйте дашборд для продакта мобильного приложения доставки.
Что хотим услышать
- Аудитория и вопрос: как чувствует себя продукт сегодня и за неделю
- Верхний ряд: North Star и 3-4 ключевые метрики со сравнением
- Воронка заказа по шагам
- Retention и новые пользователи
- Срезы: платформа, город, канал
- Определения, источники, алерты
Если ответил, копните глубже
Вы делаете агента, который по просьбе сотрудников работает с CRM: ищет клиентов, меняет статусы сделок, отправляет письма. Как сделаете его безопасным?
Что хотим услышать
- Узкие инструменты вместо универсальных, минимальные права
- Идентичность и права из сессии, а не из аргументов модели
- Подтверждение человеком для отправки писем и массовых изменений
- Лимиты шагов, бюджета, частоты действий
- Защита от инъекций через данные CRM и письма
- Аудит и трейсинг всех действий, возможность отката
Если ответил, копните глубже
Нам нужно протестировать новую кнопку оплаты в одном клике. Как спроектируете тест?
Что хотим услышать
- Гипотеза с механизмом и ожидаемым эффектом
- Целевая метрика (конверсия в оплату), прокси и guardrail (ошибки оплаты, возвраты, скорость)
- Единица рандомизации: пользователь; анализ по дошедшим до оплаты
- MDE, альфа, мощность: размер выборки и длительность целыми неделями
- Проверки: A/A, SRM, критерий решения заранее
- Что делаем при каждом исходе
Если ответил, копните глубже
Расскажите, как устроено ваше взаимодействие с разработкой от идеи до релиза.
Что хотим услышать
- Разработчики участвуют рано: обсуждаем варианты и ограничения
- Встреча передачи: проходим сценарий и состояния, а не просто ссылка
- Макеты с компонентами и токенами, аннотации, статусы готовности
- Доступен для вопросов во время разработки
- Дизайн-ревью до релиза, баги оформляю задачами с приоритетом
Если ответил, копните глубже
Почему вы ищете новую работу?
Что хотим услышать
- Причина через цель, а не через бегство
- Ни слова негатива о текущем работодателе
- Показано, что на текущем месте был рост и результаты
- Связка с этой вакансией
- Коротко: до минуты
Если ответил, копните глубже
Оцените годовой рынок автомоек в городе с населением 1 млн человек.
Что хотим услышать
- Уточнить: что входит в рынок, только легковые, только деньги клиентов
- Выбрать подход и проговорить формулу
- Допущения: число машин, частота мойки по сезонам, средний чек
- Расчёт по шагам с округлениями
- Проверка здравым смыслом другим способом, например через мощность моек
- Вывод и какие допущения сильнее всего влияют
Если ответил, копните глубже
Число оплаченных заказов за неделю упало на 15%. Опишите свои шаги.
Что хотим услышать
- Проверка данных: трекинг, расчёт, сверка с биллингом
- Форма и момент, сравнение с обычным разбросом и прошлым годом
- Внешние причины: сезон, праздники, конкуренты, платёжные сбои
- Внутренние: релизы, эксперименты, цены, маркетинг
- Декомпозиция и срезы: платформа, версия, регион, канал, новые и старые
- Гипотеза, проверка, исправление, коммуникация, алерт
Если ответил, копните глубже
Расскажите, как устроен индекс HNSW и как вы настраиваете его под требования по скорости и полноте.
Что хотим услышать
- Многоуровневый граф: верхние уровни разреженные, нижний содержит всё
- Поиск жадно спускается от верхнего уровня к нижнему
- M, ef_construction влияют на граф и требуют перестроения
- ef_search регулирует полноту и задержку в рантайме
- Качество меряют recall@k против точного поиска
- Минусы: память, сложное удаление
Если ответил, копните глубже
Менеджер спрашивает: «Почему нельзя остановить тест, как только он стал значимым? Это же экономит время». Объясните.
Что хотим услышать
- 5% ошибки гарантированы только для одной проверки в конце
- Каждая промежуточная проверка даёт ещё шанс случайно пересечь порог
- При ежедневных проверках ложных побед в разы больше
- Ранние дни не покрывают недельную сезонность и новизну
- Если досрочная остановка нужна, её закладывают в дизайн: последовательные тесты
- Промежуточно можно смотреть guardrail и SRM
Если ответил, копните глубже
Расскажите о проекте, которым вы гордитесь.
Что хотим услышать
- Контекст и проблема одной-двумя фразами, почему важно
- Мой вклад и роль в команде
- Ключевые решения и альтернативы, почему выбрал так
- Как проверял: исследование, тесты
- Результат в цифрах или выводах
- Чему научился и что сделал бы иначе
Если ответил, копните глубже
Почему вы считаете себя middle-разработчиком?
Что хотим услышать
- Показал самостоятельность: вёл задачу сам от требований до прода
- Привёл пример фичи, которую довёл целиком
- Упомянул работу с неясными требованиями
- Есть результат с цифрой
- Не завысил и не принизил себя
Если ответил, копните глубже
Senior: 12 вопросов
Глубина и опыт: границы подходов, решения в продакшене.
Как бы вы улучшили приложение такси?
Что хотим услышать
- Уточнить цель бизнеса: частота поездок, удержание водителей, выручка
- Выбрать сегмент: пассажиры или водители, какие именно
- Путь пользователя и где главные боли
- Несколько решений и приоритизация
- Метрика успеха и защитные метрики
- Учесть двусторонний рынок: решение не должно навредить другой стороне
Если ответил, копните глубже
Директор по маркетингу хочет урезать соцсети, потому что в отчёте по last click у них худший CPA. Что вы скажете?
Что хотим услышать
- Last click недооценивает каналы знакомства
- Посмотреть пути и другие модели: first click, position-based
- Учесть качество клиентов: LTV по каналам
- Проверить инкрементальность экспериментом
- Предложить постепенное изменение с контролем
- Решение по приросту выручки, а не по отчёту
Если ответил, копните глубже
Расскажите, как вы бы использовали LLM-as-judge для оценки чат-бота и как защититься от его ошибок.
Что хотим услышать
- Рубрика с конкретными критериями, лучше бинарные вопросы
- Эталон или контекст в промпте судьи
- Калибровка на ручной разметке, согласие с людьми
- Борьба с искажениями: перестановка, штраф за многословие, другая семья моделей
- Выборочная ручная проверка на масштабе
- Версии судьи как часть оценочного конвейера
Если ответил, копните глубже
Как вы поступаете с выбросами в данных при анализе и в A/B-тестах?
Что хотим услышать
- Сначала понять природу: ошибка, бот, тест или реальный крупный клиент
- Ошибки и ботов исправить или исключить по правилу, записанному заранее
- Реальные значения не удалять: они часть бизнеса
- Для тестов: винзоризация или устойчивые метрики, правило до запуска
- Проверить чувствительность вывода: с выбросами и без
- Одинаковая обработка во всех группах
Если ответил, копните глубже
Как вы показываете бизнесу, что ваша работа принесла результат?
Что хотим услышать
- До работы договариваюсь о метрике успеха и базовом значении
- Связываю UX-метрики с бизнес-метриками (конверсия, удержание, поддержка)
- По возможности A/B, иначе сравнение с контролем или когортами
- Качественные данные как объяснение, не замена цифрам
- Честно о неудачах и выводах
Если ответил, копните глубже
Вы претендуете на senior. Расскажите о себе.
Что хотим услышать
- Назван масштаб: команда, нагрузка, пользователи или деньги
- Есть решения, которые повлияли дальше своего кода
- Есть метрики результата
- Упомянуто влияние на команду: менторинг, процессы, ревью
- Уложился в 2 минуты, не утонул в деталях
Если ответил, копните глубже
Три руководителя требуют, чтобы их задача была сделана первой в этом спринте. Ёмкости хватает на одну. Ваши действия?
Что хотим услышать
- Собрать проблемы и ожидаемый эффект каждой задачи
- Сравнить с целью и метрикой команды, оценить стоимость задержки
- Предложить решение и прозрачно объяснить критерии
- Поискать частичные или дешёвые решения для остальных
- Если согласия нет, вынести на общего руководителя с данными
- Зафиксировать договорённость и сроки для отложенных
Если ответил, копните глубже
Конверсия из корзины в оплату упала с 30% до 24% за неделю. Как будете разбираться по воронке?
Что хотим услышать
- Проверить данные и разметку событий
- Найти шаг между корзиной и оплатой, где выросли потери
- Срезы: платформа, версия, способ оплаты, регион, новые и старые
- Сопоставить с релизами, сбоями провайдера, изменениями цен и доставки
- Проверить окно конверсии и микс трафика
- Подтвердить гипотезу и исправить, поставить алерт
Если ответил, копните глубже
RAG-бот по внутренней документации отвечает плохо. Как будете искать причину и улучшать?
Что хотим услышать
- Собрать оценочный набор вопросов с релевантными чанками и эталонами
- Разделить метрики: recall@k и MRR поиска, верность и полнота ответа
- Если плох поиск: очистка, чанкинг, заголовки в чанках, гибрид, переписывание запроса, реранкер
- Если плоха генерация: промпт, объём и порядок контекста, цитаты, модель
- Разбирать конкретные провалы из логов, а не только средние
- Каждое изменение проверять на наборе, чтобы не сломать остальное
Если ответил, копните глубже
Как вы выбираете α и мощность для теста? Какая ошибка дороже в продукте?
Что хотим услышать
- α и мощность задают цену ложного срабатывания и пропуска
- Стандарт 5% и 80% не догма
- Рискованное изменение (цены, платёжный поток): строже α, жёсткие guardrail
- Дешёвые обратимые изменения: можно мягче α ради скорости
- Пропуск эффекта дорог, если трафика мало и тестов мало
- Решение фиксируется до теста
Если ответил, копните глубже
Продакт говорит: «Доступность нам не нужна, у нас нет незрячих пользователей». Как ответите?
Что хотим услышать
- Доступность шире незрячих: слабое зрение, возраст, моторика, временные и ситуативные ограничения
- Без неё не узнать, сколько таких пользователей: они просто уходят
- Улучшения помогают всем: контраст на солнце, крупные цели, понятные ошибки
- Юридические и репутационные риски, требования крупных B2B и госзаказчиков
- Дешевле закладывать в дизайн-систему сразу, чем переделывать
Если ответил, копните глубже
Чем, по-вашему, резюме senior должно отличаться от резюме middle?
Что хотим услышать
- Акцент на масштаб и влияние, а не на список фич
- Метрики бизнес-эффекта
- Лидерство: менторинг, процессы, архитектурные решения
- Компактность: старый опыт свёрнут
- Понимание, что резюме под роль, а не под всё сразу
Если ответил, копните глубже
Практическое задание
Конверсия в покупку по каналам
Для каждого канала привлечения (users.channel) посчитай число зарегистрированных пользователей, число купивших хотя бы раз (есть строка в orders) и конверсию в покупку в процентах, округлённую до 1 знака.
Колонки: channel, users, buyers, conv_pct. Порядок строк не важен.
- Подсказка, если застрял: Пользователь с тремя заказами не должен считаться трижды.
- Подсказка, если застрял:
COUNT(колонка)пропускает NULL. - Подсказка, если застрял: Целочисленное деление в PostgreSQL отбрасывает дробь.
Эталон, тесты и таймер открываются интервьюеру в живом моке
Рубрика оценки: 1-4 балла
Критерии рассуждения для кейса. Ставьте балл по каждому пункту, сумма показывает картину лучше, чем «понравился или нет».
Уточнил цель и контекст
Для кого, зачем, какие ограничения по срокам и ресурсам
Задал вопросы до решения
Не бросился решать по первому впечатлению
Предложил подход и альтернативы
Назвал 2 варианта и почему выбрал один
Назвал метрики и риски
Как поймёт, что решение сработало, что может пойти не так
Довёл до конкретного плана
Шаги, ответственные, сроки
Опирался на свой опыт
Пример из реальной работы, а не пересказ учебника
Принял возражение и поправился
Без спора ради спора
Мок-собес без регистрации для интервьюера
Хотите проверить кандидата на задаче с эталоном и рубрикой? Так работает живой мок в Техпрогоне.
Кандидат готовится в Техпрогоне и на задаче открывает ступень «Живой мок».
Он присылает вам ссылку. Вы открываете её без регистрации.
У вас условие, эталон, рубрика, уточняющие вопросы и таймер.
Вы ставите оценки и вердикт, кандидат сразу видит результат.
Для интервьюера бесплатно. Ссылку создаёт кандидат на тарифе Рывок
Наборы для других ролей
Готовитесь к собесу сами? Подготовка к собеседованию: AI-продакт-менеджер