前言
近期随着ChatGPT的相关发展信息席卷而来,部分产品经理,尤其是功能产品经理越加担忧被职场淘汰,能力无法跟不上科技发展趋势,纷纷了解如何转为AI从产品经理岗位。
可以肯定的是随着人工智能技术的发展,不仅是科技公司运用了大量AI产品,在我们身边也出现了大量的AI产品,例如:AI音箱、扫地机器人、无人机等等、导购机器人、面部识别、自动驾驶汽车等等。
在这些AI产品普及的同时,自然少不了AI产品产品经理的付出,非Ai产品经理想要了解或者成为Ai产品经理是完全可以理解的,那如果为成为ai产品经理准备呢?
1、先了解什么是AI产品经理
我认为的Ai产品经理,其实它是在通用产品经理的基础上,增加了一个显著能力,就是如何运用现有的AI技术去帮助客户解决问题,并在原有工作效率,或用户体验上起到增强的效果
2、目前的AI类别有哪些?
- 视觉AI产品经理,也就是我们常说的CV,包含车辆识别、人脸识别、图像检索等方向
- 机器学习AI产品经理,包含了智能推荐、出行、大数据平台等用于机器学习等方向,其实机器学习类的方向是受众较广的类别,几乎涉及大量数据的训练和使用,都会用到机器学习
- AI应用产品经理,包括虚拟人、数字人、机器人、智能音箱、智能客服、VR\AR\MR等方向
- 语义AI产品经理,包括NLP、知识图谱、机器翻译、搜索等方向
当然还有一些招聘需求较少的,比如量子计算、边缘计算等等细分岗位
看了以上这些,是不是觉得很高大上,其实还行,除了带有对话聊天元素AI最难外,如果专研一个方向的话,其实是比较好学的,但是从哪里入手?
3、转行AI产品经理应该要懂的基础知识
机器学习、深度学习的原理及应用场景,了解迁移学习、增强学习主要是应用方向;
特征学习,包括文本特征、图像特征、视频特性、情感特征等各样特征了解和学习;
算法逻辑理解:像流行算法,比如做推荐系统,需要懂协同过滤,还有GBTD+LR、逻辑回归、特征交叉、朴素贝叶斯等常被应用的算法
总而言之,需要懂技术,方能用AI来解决问题,才能有方向和思路去做好。这是传统和Ai产品经理很显著的区别,其实从这个角度理解,AI产品经理对于技术理论和实践应用,或者解决方案是需要较高程度的理解的。
基于对技术的理解程度,很多同学会问,那AI产品经理是否需要看论文?其实大可不必,不仅是过于细节,而且你也不一定能看的懂,毕竟现在算法研究和迭代是较快的,部分算法在商业场景也未得实践,比如比如冒泡排序算法
4、AI产品经理的工作日常是怎么样的?
其实传统产品经理要做的工作AI产品经理也少不了,比如用户研究、商业分析、需求分析、产品设计、对接ue、需求文档撰写、对接运营、项目管理等和算法工程师沟通,如何算法选型去满足客户的需求,提高效率,或者解决业务痛点。
这里有一个很重要的能力,就是分析及沟通能力,因为在协作中,会涉及算法、机器学习平台、特征工程构建、SDK开发、API开发、中台开发、前端业务开发、后端开发等等多个团队,因此AI产品经理需具有全局思维,对技术架构有认知,对接流程需非常清晰,又能把握细节,具备端到端的串联能力,这样才能有效组织团队,协同开展工作
除此之外,AI产品经理应该更注重对业务流程的理解,及将需求分析透彻,知道用户或客户要什么,他想要的和你提供的解决方案本质区别是什么,对于需求把握不准的,可以找大佬或者资深同学探究下,要把最基础工作做好。
说了这么多,基于个人理解的成分多些,那就需求导向看看市场要求
5、从招聘岗位看看AI产品经理应该掌握的能力
从下图可以看出对于相应的方向的AI技术、经验、或专业有较高要求,对于沟通和落地能力的要求AI产品经理比传统产品经理更高,另外一个AI 产品经理工资真不低啊,手动狗头
如何学习AI大模型?
众所周知,AI行业技术发展日新月异,工具框架迭代非常之快,所以,对于立志从事AI行业技术岗的同学,没有一定的自我学习能力,跟不上时代的发展速度,就很容易可能被行业所淘汰。
所以我们一定要有强烈的危机意识,时刻记住学习,学习,学习!只有与时俱进才不会被时代淘汰。
你所有的不期而遇,都来自你努力后的惊喜,不断提升,就能在AI这一行蜕变成一名具备竞争力的职场强人。
君子藏器于身,待时而动。
无论您是刚刚开始学习AI大模型,还是想要学习AI提升自己,亦或是想要进阶和突破20~30K薪资范畴。学习的习惯很重要,但是最重要的还是要能持之以恒,任何不能坚持落实的计划都是空谈
如果你没有方向,这里分享一份涵盖了AI大模型入门学习思维导图、AI产品经理从入门到精通全套学习资料、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频。这写学习资料不仅深入浅出,而且非常实用,让大家系统而高效地掌握AI大模型的各个知识点。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
一、大模型的学习路线
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
二、产品经理学习资料
三、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
四、大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
五、AI大模型商业化落地方案
六、面试资料
我们学习AI大模型必然是想找到高薪的工作,下面这些面试题都是总结当前最新、最热、最高频的面试题,并且每道题都有详细的答案,面试前刷完这套面试题资料,小小offer,不在话下。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】