我今年早些时候走完了 Bloomberg senior PM 的 loop。网上几乎没有 Bloomberg 的 PM 面经，所以这里写一下我实际遇到的。
第一件要知道的事：Bloomberg 的 PM 不像 consumer tech 公司里的 PM。用户是金融从业者。产品很多是内部工具、terminal 功能、数据 feed，或者给交易员和分析师用的分析界面。如果你只有 consumer PM 经验，你需要把这些经验「翻译」得足够可信。
Product sense 问题： "Walk me through how you'd approach improving a feature of the Bloomberg Terminal for portfolio managers.（带我过一遍，你会如何着手改进 Bloomberg Terminal 面向 portfolio manager 的某个功能。）" "How would you prioritize which markets/asset classes to add to a new data product?（你会如何给新数据产品要新增的市场/资产类别做优先级排序？）" "A key client says our API is too slow for their use case. Walk me through how you'd investigate and respond."（一个关键客户说我们的 API 对他们的场景来说太慢了。带我过一遍你会如何调查并回应。）
他们想看的是：严谨和具体。那种模糊的「我会去跟用户聊，然后做 A/B test」完全不行。他们要看到你理解金融从业者的实际工作方式，理解延迟要求、数据准确性、合规约束。面试前把 Bloomberg 的产品面做足调研再去。
执行 / 排优先级问题： "Tell me about a time you had to ship under real constraints.（讲一次你必须在真实约束下交付的经历。）"（时间、工程资源、监管） "How do you handle a situation where the engineering team and a key stakeholder want completely different things?（当工程团队和某个关键利益相关方想要完全不同的东西时，你怎么处理？）"
Behavioral： 主题跟工程差不多：ownership、直接、在模糊中交付。
偏 case 的问题： 我遇到过一个比较像 case 的问题：估算一个假设的新 Bloomberg 数据产品的 TAM。不是完整的 McKinsey case，但结构化思考和 sizing 很重要。
我很真实的感受： Bloomberg 的 PM 面试平均更难，因为 domain expertise 的门槛是真的。泛用的 PM 框架救不了你。去了解 market data 基础设施，弄懂 terminal 在干嘛（能拿到 demo 就去看），并且对 Bloomberg 的产品哪里还能改进有自己的观点。