产品经理工作全流程内容实战分享(附分享ppt)
很多想要转岗、入行产品的同学以及入行1-2年的产品新人,其实并不清楚产品经理的工作内容有什么、工作流是怎么样的?导致很多人一直在抹黑前进。
本篇内容从产品经理的整个工作内容出发,按照一线大厂产品经理能力要求,将大厂产品经理的工作流程整理而成。
一、解构产品经理
1
产品经理定义
产品经理是为终端用户服务,负责产品整个生命周期的人。
2
产品经理工作循环
3
产品经理的工作类型
4
产品经理能力模型
5
产品经理成长路径
二、行业与竞品分析
1
竞品分析定义
通过对竞争对手进行全面的分析,从而制定有利于自身的策略。
2
竞品分析具体步骤
三、需求挖掘与分析
四、产品设计与项目管理
1
产品规划
2
产品定位
· 什么是产品定位?
目标用户心智中的认知,用户认为我们产品是当前状况下的最佳选择。
3
产品阶段性
描述了实现产品定位的具体节奏,可以制作roadmap。具体表现为:不同的产品阶段或时间周期,会有不同的产品目标、里程碑和工作项。
4
从需求到功能设计
· 现实映射法;
· 竞品参考发;
· 人性法。
5
梳理功能流程
明确任务角色→明确任务起源与最终结果→描画任务步骤。
6
梳理产品结构
7
交互与原型设计
8
产品需求文档
……
9
项目管理
· 什么是项目管理
项目管理是项目的管理者在有限的资源约束下,运用系统的观点、方法和理论,对项目涉及的全部工作进行有效的管理。
五、产品运营
1
产品运营的定义
人工对于产品的干预,帮助企业实现商业价值的工作。
2
用户运营
……
3
内容运营
……
4
活动运营
……
5
数据运营
· 什么是数据运营
数据运营是用科学合理的统计方法对项目运营数据(内部+外部)进行分析,发掘业务运营中的规律和机会,实现对运营目标的评估、诊断预判的过程。
6
产品经理具备运营思维的好处
①不影响用户体验为前提, 产品设计是否利于重点运营目标拉新、留存等) 达成;
②有效的运营手段作为常驻功能进行模块/产品化包装。
六、求职面试
1
知己知彼,找准方向
我是谁:熟稔过往→明确动机→趋利避害→互相契合,持续成长;
如何选:行业→公司规模→岗位方向→理清换工作的根本原因再选择;
为啥选我:研究公司的渠道→研究公司的价值观人才观→分析岗位JD→发现差距如何做。
2
精准简历,投其所好
3
选对渠道,敞开大门
4
如何更好在面试官面前展示自己(STAR法则)
七、产品经理读书雷达
八、产品经理常用工具包
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。