没有项目经验，如何快速转行 AIGC 产品经理？

先说一下结论：没有项目经验是不可能转行去做AIGC产品经理的。而且如果你之前不是做产品经理的，也不建议贸然转行去做AIGC产品经理。

我相信提问这个问题的本意是想提问：当前没有AIGC相关的项目，如何快速补齐短板拿到AIGC产品offer。

所以答案就很明显了，如何去快速补齐项目经验。

一共两条路：

1）如果公司内部有AIGC项目组，主动申请内部转岗过去，这样可以在公司内部积累项目经验，是相对比较快速的一种方法。

2）通过私下学习补足项目经验。

2.1 通过找到一个AIGC领域的产品大牛/朋友带你做两三个项目【推荐】这种方式的好处是有经验的人知道要学习哪些算法、算法要掌握到什么程度、做AIGC项目的流程和方法是什么、面试中会重点问哪些问题等等，这其实是最快速的一种方法。

2.2 自己摸索自学【不推荐】，这种方式存在的问题是低效，网上找到的资料非常不成体系，而对于一个小白来说没有辨别能力，而且遇到问题没有人问会非常的痛苦。

如果是想要通过私下学习补足项目经验，我帮大家梳理了一份30天转行到AIGC领域公司产品岗的计划。「注：不一定是30天，但是学完我说的这些内容一定可以转行成功」

适用人群：

1、已经在职的产品经理/算法工程师，想要转行做AIGC产品经理

2、想要求职AIGC产品经理的在校大学生（找实习/秋招/春招）

第1-7天 学习AIGC领域的基础知识

Day1-2：了解AI和AI产品经理，掌握AI产品经理的全景图。提升自己对于算法的理解力，特别是非技术背景出身

Day3-4：学习机器学习相关的算法原理、应用场景和优缺点。包括：线性回归、逻辑回归、SVM支持向量机、决策树、随机森林、K-means算法等

Day5：学习深度学习相关的算法原理、应用场景和优缺点。包括：神经网络、卷积神经网络CNN、循环神经网络RNN等

Day6：学习大模型相关的算法知识。包括什么是大模型、大模型基础：Transformer/注意力机制、GPT相关模型特点和演进机制

Day7：学习AIGC定义以及典型应用场景，推荐阅读《生成式人工智能》这本书

第8-14天 应用AIGC知识完成第一个实战项目–AI绘画

Day8-9：熟悉AI绘画基础原理和常用工具，学习部署使用Midjourney和Stable Diffusion。

Day10-11：深度理解AI绘画原理，学习扩散模型原理，掌握SD生成图片的详细过程，学会绘画提示词的书写方法。

Day12：掌握文生图和图生图的原理以及基本方法论

Day13：学习使用Lora改变图片风格以及使用自己的数据集训练Lora

Day14：使用ControlNet精准控制图片生成并完成自己的第一个实战项目

第15-21天 应用AIGC知识完成第二个实战项目–AI对话机器人

Day15-16：学习大模型的训练方法和过程，知道如何撰写好的prompt，并在电脑上部署好大模型

Day17-18：掌握大模型场景的微调方案，并使用自己的数据集训练大模型

Day19：深度学习LangChain知识，并使用LangChain外挂知识库

Day20：使用Agent增强自己大模型的能力

Day21：完成第二个实战项目AI对话机器人

第21-27天 面试准备

Day21-22：整理自己的简历，重点突出自己在AIGC领域相关的技能和项目经验

Day23-24：筛选AIGC领域的相关产品岗位，比如：AIGC产品经理、AI产品经理、大模型体验、大模型产品、AI数字人、AI机器人、对话机器人等，本质上都是偏AIGC的工作内容，前期可以海投

Day25-26：从多个渠道整理和研究AIGC产品经理高频面试问题，并提前准备答案

Day27：进行模拟面试，不断迭代和优化你的面试技巧

第28-30天 进行面试和获得反馈

Day28-29：持续不断的约面试，不断的发现自己的不足和短板，不断的复盘面试

Day30：持续跟进面试结果，如果成功拿到满意的offer，开始准备入职材料。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、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免费分享出来。

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。

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】