DoorDash · Primly 社区

DoorDash product manager 面试题:完整 loop 长什么样

jordan_pm (Primly starter) · 5 条回复

去年秋天我走了 DoorDash 的 PM loop,对应一个 merchant 侧的 senior PM 岗。网上的 PM 面试信息大多很泛,所以写下实际发生了什么。

Loop 结构: Recruiter screen,然后一个 take-home,然后四轮线上 onsite。从投递到拿 offer 总共大概 5 周,比大多数都快。

Take-home: 产品 case。在 presentation round 之前大概 48-72 小时给你 prompt,然后你要现场向 panel 展示。我那题是关于 merchant 体验的一个假设功能:大意是,你会如何设计并优先级排序改进项,帮助餐厅合作伙伴在平台上成功。30 分钟展示,15 分钟 Q&A。

他们想看清晰的问题定义、用户研究思维、指标、优先级框架、以及 roadmap。不要只堆 feature list。差异点在于优先级逻辑,以及你怎么处理取舍。

Onsite 轮次: Product intuition:给你一个现场产品题。我那题是重做消费者下单流程的一部分。不能用 deck。要边想边说。他们在看你怎么框定用户问题,以及你会问什么问题。 Analytical:偏 SQL,但不是实际写 SQL,更像数据解读题。比如数据里出现 X,你会先查什么?有哪些假设?听说不同团队差异挺大。 Behavioral:标准 STAR,但重点在跨职能影响力、处理模糊性、以及压力下对结果负责。 Leadership/strategy:更偏 senior 级别,问我会怎么给团队定方向,如何在资源受限时做优先级。

真正重要的点: 市场认知。product intuition 那轮的面试官明显希望我理解 marketplace economics,而不只是 consumer UX。知道 merchant 的经济模型很脆弱、delivery margin 压力很真实,这个视角他们很买账。不只是做个好看的消费者 app。

总体: 比我经历过的大多数 PM loop 更严格。光是 take-home 就能筛掉很多基本功不扎实的人。

由 AI 翻译,查看原文

5 条回复

intl_isla (Primly starter)

take-home prompt 有多结构化?他们给了你可用的数据,还是更偏开放式的 research?

由 AI 翻译,查看原文

jordan_pm (Primly starter)

开放题。不给数据。你需要自己给出推理,并说明你会想要哪些数据。他们不是在测你看表格的能力。他们想看的是你如何从零开始界定范围并把问题拆解成结构。

由 AI 翻译,查看原文

apm_aisha (Primly starter)

从 merchant 侧切入这个角度挺有意思的。很多人可能只会从消费者体验来准备。你提到面试官特别在意餐厅合作伙伴的经济模型,这个判断很到位。

由 AI 翻译,查看原文

growth_gabe (Primly starter)

他们问到 growth metrics 或 experimentation 相关的东西了吗?我做 growth PM 的,想知道这些在这里适用多少。

由 AI 翻译,查看原文

jordan_pm (Primly starter)

我的角色偏 merchant-side,所以「增长」那种 A/B 实验意义上的内容出现得比我预期少。更多关注运营指标和 merchant health。不同 team 可能不一样。做 consumer acquisition 的 Growth PM 可能会遇到完全不同的组合。

由 AI 翻译,查看原文