疑惑...2024年是不是转行AI产品经理的好时机？

这两年AI突然“火起来” 了 ，算是出现了一个“大转折”。

因为就在这2年里，全球所有“大厂”几乎同一时间挤破头在跟进AI技术，从ChatGPT发布，到谷歌、Facebook、亚马逊等都紧跟其后，再到国内百度、腾讯、阿里、字节等也随之在冲在后面。

对市场趋势敏感的产品经理们，想必也感受到了这个变化。也许你们也曾经想过要不要转行AI产品经理或者入行AI领域？

那AI相关的行业究竟值不值得做？如果想转行AI产品经理，现在是不是好时机？要是决定转行，得做好什么准备？今天小P就来和你聊聊关于AI产品经理的那些事儿~

01

AI行业人才现状

小P找了这样几份行业报告数据，我们一起来看看真实的AI市场人才现状是怎样的~

由脉脉发布的《2023年AIGC人才报告》显示：近两年，AIGC领域岗位数量井喷增长。2021年1-2月，AIGC领域岗位数量同比上涨281.88%。2022年1-2月，AIGC领域岗位数量同比增长76.74%。2023年1月ChatGPT横空出世，AIGC人才需求再度逆势上涨，岗位数量同比增长31.3%，创历史新高。另外AIGC领域热投岗位则以AI产品经理类、运营类等非技术岗位居多，存在一定供需结构失衡现象，也就是说，AI行业⼈才确实存在不小的缺口。

还有一份数据是由猎聘发布的《AIGC就业趋势大数据报告2023》显示，2023年1-10月，要求掌握AIGC的职位同比增长179.19%。

看到这里，你大概能够感悟到AI人才需求的趋势了吗_{所以如果选择这个时候入行AI领域，算是正好抓住这个难得的机会了}

02

了解AI产品经理

那什么是AI产品经理？和产品经理又有什么区别呢？

小P来简单定义一下：AI产品经理是专门负责人工智能（AI）产品开发、推广及优化的人员，最终的目的是确保开发的AI产品能够满足市场需求并具有可行性。

看到这里，你有没有一点似曾相熟的感觉？这和产品的经理的定义不是非常相似吗~

是的，AI产品经理虽然多了AI的加持，但是依旧没有脱离产品经理的基本框架。

那AI产品经理的工作内容有哪些呢？

比如市场调研与需求分析、产品规划和设计、制定产品需求文档（PRD）、监督开发过程、用户测试与反馈收集等。

但是与产品经理的区别是，AI产品经理不仅需要具备深厚的技术背景，还需要足够了解人工智能技术的基本原理，所以这就要求AI产品经理是要有一定的技术理解力的。

AI产品经理的分类有哪些呢？

其实关于分类并没有统一的标准，小P列举一些常见的类型：

比如根据应用来划分，可以分为机器学习产品经理、计算机视觉产品经理、自然语言处理（NLP）产品经理等。

像计算机视觉产品经理，主要就是负责开发和管理基于计算机视觉技术的产品，如图像识别、目标检测和人脸识别等，这些产品在图像和视频处理领域应用是非常广泛的。

另外人工智能技术还会不断发展，应用领域也会随之更新和扩大，所以AI产品经理的分类也可能会有所变化，!但是岗位的核心职责是不会变的~（

那么如果想转行AI产品经理，要做好哪些准备呢？

03

转行AI产品经理准备

首先你得对AI技术有个大概的了解，千万别被那些高大上的专业术语吓倒啦。比如你可以从一些基础入门课程开始，了解机器学习、深度学习等等这些基本概念。不用太担心自己没有基础会学不会，毕竟不是要成为技术专家。

如果你之前是产品经理，那么产品经理的基本工作流程你应很熟悉了。如果你是跨行转行AI产品经理的话，就需要了解产品规划、设计、开发、测试、上线等各个环节，以及每个环节需要注意的问题。

然后别忘了积累一些项目经验，比如你可以找一些与AI相关的项目来练练手，从需求分析、产品设计到项目管理，全程参与一下，多多动手和实践。

最后，就是一定要保持一颗积极学习的心态。因为AI技术更新迭代速度非常快，需要不断地学习，才能跟上它发展的步伐。

面对AI的浪潮，我们不必过于惊慌失措，更无需焦虑不安。保持开放和接纳的心态，对新技术、新工具保持敏锐的洞察力，将其灵活运用到现有的工作中。

当AI大潮席卷到我们的行业时，真正的考验其实在于能否更快、更好地掌握并应用这一工具。只有这样，我们才不会被时代的浪潮淹没~

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】