人工智能产品经理及十种AI常用算法

基本技能

• 人工智能产品经理属于产品经理的一种，必须对用户、需求、商业模式有深刻的认知。
• 除此之外，人工智能产品经理还需要4项基本技能：懂数据、懂算法、会沟通、懂行业；

如图1所示。

图1 人工智能产品经理的基本技能

数据由行业产生，人工智能产品经理需要拥有敏锐的数据洞察力，这样才能在众多业务数据中梳理出有价值的数据信息；算法在没有使用场景时，只是一些数学公式，行业就是算法的使用场景，算法过程需要根据使用场景而改变，这样才能更好的服务于场景，数据是算法血液，算法中的很多参数是依靠数据训练而得到；沟通是产品经理的固有技能，人工智能产品经理的沟通需要根据自身对行业、数据、算法的理解，与开发工程师、运营人员及行业专家等不同角色进行交流，才能有效的调动资源；懂行业是做产品的基本素质，产品使用场景、商业模式都源于对行业的认知。

1. 懂数据
   数据是人工智能产品的基础，人工智能产品经理必须懂得如何利用数据去构建产品。懂数据经常与懂行业相伴相生，数据毕竟来源于行业，所以数据自然带有行业的一部分特征。人工智能产品经理的数据认知，主要体现在以下三个方面，如图2所示。
   
   图2 数据认知的三个方面
   （1）懂数据的业务内涵
   数据业务内涵是指数据在业务中的意义。无论是做数据分析，还是做人工智能产品，首先要搞清每种数据的含义。数据通常来讲能够反应出某项业务或某类业务，模型的构建过程也是对业务关系的梳理。懂得数据业务内涵对也有有利于掌控数据标注的相关工作。
   （2）懂数据属性
   数据属性是指数据本身的特征。数据属性包括数据类型、数据质量等不同维度的属性。数据类型很多，有图像数据、文本数据、声音数据等，每种数据类型具有不同的分析方法与建模方法。图像数据可以采用卷积神经网络进行处理，文本数据可以采用决策树以及马尔科夫链模型进行处理。数据质量包含的内容较多，包括数据真实性、数据结构化程度、数据异常情况等。不同质量的数据处理过程也不同。大多数情况下，非结构化数据需要转化为结构化数据后才能构建模型。
   （3）懂数据处理的技术与流程

• 数据处理是指将原始数据变为对特定场景下有价值、有意义的数据形式。人工智能产品经理应该掌握数据处理流程；
• 人工智能产品经理首先需要对数据进行整体评估，确定数据是否能够满足业务需求，评价数据质量等相关情况。在对数据充分认知后，才能够进行数据处理与建模工作。

2. 懂算法

• 人工智能产品经理需要参与算法的设计过程，所以必须深入了解算法原理。懂算法可以更好的与算法工程师沟通，并且能够知晓不同算法的应用场景。
  熟悉普通产品经理工作流程人都应该清楚，普通产品经理主要以提出需求为主，他们撰写产品需求文档提交给开发工程师，由开发工程师应按照需求文档的内容进行开发。普通产品经理的工作模式是制定一个产品开发的目标，由开发工程师去完成这个目标。普通产品经理以“目标”为导向来参与产品研发，他们制定产品功能的目标，为最终结果负责。对于具体“目标”的实现过程，普通产品经理很少参与，大部分由开发工程师完成。
• 人工智能产品经理需要懂算法，这样才能参与产品功能的实现过程。在产品开发的过程中，人工智能产品经理始终参与算法的研发，一直需要与算法工程师保持紧密的配合。人工智能产品经理需要针对行业特征进行技术预研，评估哪些算法适合产品的应用场景。算法模型的训练以及训练数据的准备工作，都需要人工智能产品经理参与。首先，人工智能产品经理会提出产品需求，在提出产品需求后，他们会帮助算法工程师寻找合适的路径去实现。人工智能产品经理不仅要撰写需求文档，还需要撰写技术文档，通过自己对技术和行业的了解，在需求与算法间建立一栋桥梁，提出最佳的算法及技术实现路径。人工智能产品经理更多的参与产品“目标”的实现过程过程，是以“过程”为导向来参与产品研发。由此可见，人工智能产品经理需要懂技术，这样才能顺利进行技术预研，并保证与算法工程师沟通顺畅。
• 基于行业特点，人工智能产品经理首先需要确定哪些是分类问题？哪些是预测问题？解决这些问题适合用什么算法？这些都需要与算法工程师深入的沟通，沟通的基础就是对算法的理解。
• 通常情况下行业问题都比较复杂，很难用单一的算法满足需求。人工智能产品经理需要探索如何组合不同的算法来满足行业需求。算法就像积木，人工智能产品经理需要根据行业需求的特点，去将算法积木搭建成相应的形状。只有人工智能产品经理懂得算法原理，才能知道如何利用算法