作为普通产品经理,转AI产品经理,需要做哪些准备?

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?

图片

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?

①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

②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

③AI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

④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

下面引用一张图,比较好的阐释应该要了解的常用知识

图片

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

这边筛选了几个大公司的岗位

图片

百度|AI资产产品经经理(对话机器人方向)
职责描述:
1、根据公司战略发展目标,用户市场调研结果,结合市场的特征与需求,负责智能对话机器人(类ChatGPT类)等AI产品规划,建设与落地
2、承担AI产品相关调研、业务设计、商业设计,推动产品0-1的落地,拆解产品全链路核心数据指标,快速实验迭代促进指标提升
3、紧密协调并推动投放、产品、技术、市场、 运营等部门成员,完成产品设计、开发、运营全流程管理,为产品目标负责
4、根据市场反馈和产品运营数据,持续改善优化产品,提升产品数据指标 任

职位要求:
1、全日制本科及以上学历 -5年以上AI产品经验,具备开放域大模型对话机器人经验者优先
2、对AI技术前沿有敏锐的洞察力,熟悉AIGC,人工智能大模型,喜欢挑战和尝试,逻辑思维严谨,对用户体验敏感 -有AI技术背景或能够与技术(工程、算法)无障碍的沟通产品方案
3、数据意识好,动手分析能力强,善于通过数据发现问题本质;对产品运营有深入研究,善于结合用户及场景,灵活设计产品方案

图片

腾讯微保|高级AI产品经理

职位描述:

岗位职责:
1、负责智能客服的和场景应用,深入业务场景识别流程或系统的堵塞问题,搭建自助工具和智能能力,设计并推进相关优化机制落地,提升人工团队的服务效能;
2、了解和熟悉知识库的相关应用,包括知识采编、知识搜索、知识搜索等,可以配合平台统一知识库,完善智能客服能力,提升解决率和满意度;
3、与业务、技术、运营团队紧密合作,快速推动项目落地,关注核心业务指标,帮助业务实现转化目标

任职资格:
1、本科及以上学历,5年以上互联网产品工作经验,有AI应用、智能客服、智能对话等系统经验优先,熟悉互联网保险/代理人/经纪人等模式优先
2、有全局视野,具备较好的体系化思考能力和逻辑分析能力,对解决挑战性问题充满热情
3、具备很强的产品owner意识,具备优秀的业务理解和分析能力,具备平台规划和项目推进能力,对项目落地有较强的节奏把握
4、对数据和业务足够敏感,有较强的数据分析和总结能力,能够通过数据分析为产品设计和运营调优提供方向

图片

SHEIN|AI基建高级产品经理

职位描述:

岗位职责:
1、负责整体机器学习平台、AI工具平台及相关AI应用平台等服务的方案设计,产品预研、规划、产品设计和持续演进;
2、深入了解AI相关技术能力,负责AI研发和应用相关产品线的规划,积极推动AI服务能力在各领域的落地;
3、结合实际业务应用场景,提供产品解决方案,有效对接相关业务部门,保质保量的推动需求落地、项目交付;
4、支持平台产品运营及管理,完善平台功能,组织并支持平台运营活动,对产品竞争力和指标效果负责;
5、负责市场调研及竞品分析,跟踪前沿算法进展,关注行业趋势和技术发展动态,定期产出行业分析报告;

任职要求:
1、3年以上互联网产品工作经验,1年以上AI产品经验,2年以上机器学习平台、AIOPS、AI工具、AI框架性产品、AI应用平台等相关构建经验;
2、良好的逻辑和表达能力,善于跨部门整合资源推进项目;善于系统性思维,有产品owner意识,对结果负责;
3、熟悉AI技术和研发过程。

图片

平安银行|AI中台团队产品经理

工作职责
1、负责AI中台人工智能相关产品优化建设和需求分析,流程优化。
2、负责对接行内智能化业务需求,快速响应需求并协助提供解决方案。
3、负责AI产品的宣导推广、运营数据指标分析和用户体验优化提升工作,实现更精准的产品设计和运营。
4、编写需求、对接开发团队,协调推动IT开发和验收上线。
5、进一步挖掘业务团队对智能化赋能的需求,针对问题和痛点进行专项分析,给出行动建议,协调开发资源并推动落地应用。

任职要求
1、硕士及以上学历,计算机视觉、机器学习、人工智能、数据挖掘、信息检索、自然语言处理、语音识别、计算经济学等领域的计算机科学、电子工程、物理数学、统计学或其它人工智能相关专业;
2、熟悉NLP、OCR、ASR、TTS、声纹识别等AI技术,熟悉Viso、Axure等产品流程设计工具,对AI领域发展具有一定的认识。
3、有工作热情,具有良好的沟通技巧和团队合作精神,抗压能力强。

筛选了不同级别的AI产品经理岗位职责和能力,可以归纳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,我这边还有一些产品经理的一些资料pdf,也是已经整理出来了

在这里插入图片描述

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。

在这里插入图片描述

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

在这里插入图片描述

  • 28
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值