實戰分享|作為AI小白,如何爭取AI產品經理offer
作為AI小白,他經過4個月的轉型學習,爭取到幾份offer,最終入職深圳的AI創業公司“ZY科技”,負責核心產品。本文重點分享的過程體會,強調以小白身份去爭取offer時所需要的節奏和狀態,希望能幫到需要的朋友。
據不完全統計,2017年中國的AI產品經理從業者大約二、三百人,他們切入AI的背景條件一般是:公司內部轉崗、安防/媒體/機器人等行業背景、專業技術背景、偶然做過ASR/搜索等產品(那時候不叫AI)。
大部分想轉型的PM沒有AI背景,還可能面臨其他困難:從業年限、地域限制、工作穩定性考慮等等;但這并不妨礙從業者數量2018年初暴漲到800-1000人。今年AI公司集體爆發,跑馬圈地的AI公司愿意給求職者更多包容;而互聯網PM沉淀過產品方法論,人數過剩且有危機意識,是最適合轉型的群體。
我從2017年10月決定轉型,當時零AI背景轉型成功的案例非常少,網絡上更多流傳的是從業者的跳槽經驗,很少有真正契合AI小白背景的經驗文章。下面,我來分享個人具體的七步走策略:找到抓手、審視自己、目標計劃、學習輸入、執行輸出、調研&簡歷、面試&選擇。
一、找到抓手
任何寶箱都有匹配的鑰匙。用心網羅學習資源,一定會發現“AI產品經理大本營”這類社群,獲得與從業者交流的機會。深入交流后,你會有基本的覺悟:AI產品經理的能力維度很全面,轉型最少需要學習3-6個月。
二、審視自己
過去的互聯網環境讓很多PM以為:不用太懂技術,不用鉆研心理學和設計,甚至不用成為業務專家,只要按日常工作套路隨便搞搞就月薪一兩萬。過去是因為資本浮躁、企業浮躁,但想做AI,就必須先審視自己到底有哪些價值。
1. SWOT
以我為例:
- 優勢:科技知識儲備、多次跨界經歷、3年管理、落地幾款盈利/明星產品。
- 劣勢:沒有AI背景、5年工作經驗(工作越久轉型越難)。
優勢劣勢是相對的,要看面試什么樣的公司。最近遇到幾位面試者,沒了解公司背景就談優勢,找不準契合點很尷尬。
2. 應對策略
轉型是個長期過程,offer是力求一擊必殺。我的策略是:集中學習加強AI認知,模擬AI場景做調研分析、產品設計、機器模型,輸出文章給自己增加背書;向心儀的JD臨時抱佛腳,找到自己能為這家公司帶來的3條差異化價值。
3. 斬斷心鎖
會有人想,為什么有這步多余的操作。我們往往面對重要抉擇時才需要“斬”,其實很多轉型的朋友都做了一定的犧牲,我也自切了幾刀。這里講究個“快”字,最忌拖泥帶水。
Q:定居四年的蘇州AI發展較弱?
A:籌備移居深圳。
Q:沒AI經驗?
A:降薪并放低姿態。
Q:大廠只要螺絲釘?
A:去創業團隊做萬金油。
Q:工作忙學習時間少?
A:裸辭。
Q:跨城市面試不方便?
A:在深圳住1個月酒店。
Q:奔30的歲數該要娃了?
A:不轉型成功堅決不要娃!
沒有退路才有出路,多斬幾刀,會感到身輕如燕。轉型必須雷厲風行,能束縛自己的只有自己。
三、目標計劃
一入AI深似海,面對龐雜的知識體系,如何推演出適合自己的學習路徑?小步快跑,試錯迭代。我的做法比較接地氣:寫份轉型計劃拋到社區,坐等各路豪杰來吐槽:《轉型AI產品經理:這是我的3周學習小結》
這篇文章在人人都是產品經理社區單渠道獲得3萬+閱讀量,現在看它還是踩過很多坑,最終執行的計劃與文章中的相差50%以上。當時很快就收獲了一波好友和寶貴建議,比如:調整學習資料的層級結構、正面迎擊技術通識。
我將計劃設定了幾個里程碑,階段性復盤。幾乎不留休息時間,每天思考到后半夜,平均日睡眠小于5小時。這種狀態堅持幾天很輕松,長久下來,考驗的就是意志力,最終人瘦了一圈。
我們的認知和市場形式每天都在變化,進度計劃必須每日迭代。4個月時光轉瞬即逝,錯一點或者慢一步,就可能丟掉2018年的金三銀四。
四、學習輸入
先想清楚每一項輸入對應的價值是什么,然后網羅書籍、社群、自媒體、會展和公開課,一定能找到合適的資源。
1.? 資料分層分類
AI相關的場景案例、技術通識、產品通識、行業通識、學術論文、數據分析;還有其他增加深度的方向:認知科學、神經學、心理學、哲學宗教等。選擇一個最希望從事的方向多備些資料,比如CV、NLP、智能家居。
2. 廣度or深度
一些業內人士建議優先深度,我覺得兩者都要,而且是先廣后深,這樣有利于全局視角。如果你真在近期面試過,就可能知道其中的無奈。以上海為例,做NLP方向的公司就竹間、小i機器人這幾家。如果投簡歷未得到回應,或者面試見光死幾個,就沒什么機會了。所以有個兜底的選項就是廣撒網先上船,AI的幾個領域之間互相轉崗非常容易。
3. 深入到什么程度
一定程度理解機器學習、NLP等技術原理,清楚特定方向的技術瓶頸,能夠結合行業現狀分析一個AI場景。這里有個困難:沒有AI背景,沒在項目中沉淀過,自學起來也難接地氣。目前各公司保密做的很好,核心干貨不會讓轉型者得到。跟從業者搞好關系,多交流取經是很好的辦法。
我當時沒有深切NLP、CV、模式識別中的某個方向,而是從0學Python、Tensorflow搭神經網絡、做些基礎的Case。嘗試調用框架實現簡單的會話機器人Demo,目的是更直觀理解機器學習。學習代碼純屬興趣,實際上偏應用的AI產品經理不需要工程操作。
4. 如何驗證學習效果?
給自己編30道面試題,對著鏡子模擬面試,直到能得滿分為止。再換下面的30道,這樣一輪輪下來,遍歷自己的認知邊界。發現邊界太窄,就繼續擴張邊界。
面試AI團隊,最忌諱對AI認知過淺。假如你是面試官,遇到的求職者講不清樸素貝葉斯、SVM、NLP瓶頸邊界、神經網絡類型和原理,不能深入分析某個AI場景。咱們公司又不是慈善機構,會給他工作機會么?
五、執行輸出
我輸出的方向是場景分析、學習筆記、觀點看法、工作習慣和未來暢享,目的是廣泛覆蓋PM的思考維度,以下是輸出的部分:
如果可能的話,最好留殺手锏。我壓了3篇草稿一直沒發布,命題是AI的居家癌篩場景、機器的靈商與意識、區塊鏈與AI結合。實踐證明,面試中掏出來可以讓人眼前一亮,一些新鮮、有深度的觀點往往能夠超出面試官的預期。
輸出不一定完美,我們會對自己粗劣的文章感到憤怒和羞恥,知恥而后勇,倒逼自己通過輸入來完善它。零AI基礎的輸出水準,可以折射出此人在AI領域的發展潛力。
六、調研&簡歷
1. 調研公司
面試就像找對象,面試官會跟一個不了解自己的人結婚么?
最近發現有很多不重視調研的求職者,很難指望他們在未來的工作中做好調研。如果這樣的人簡歷很光鮮,那一定有水分,因為他們不尊重崗位,不具備同理心和職業習慣。
2. HR是怎樣篩選簡歷的?
簡歷中突出優勢、層次鮮明是必須的,招聘專員每天面對海量簡歷,往往10秒鐘掃下簡歷中是否有AI、大廠、明星產品背景,統一的篩選標準有助于提升效率。而Boss直聘等個人渠道則不太一樣,Boss往往更耐心,視角更專業。
3. 沒有項目經驗,擔心簡歷跟JD不契合怎么辦?
如果你做過場景分析,模擬策劃過AI產品或Train過Model,這些就是最好的背書。簡歷中帶上作品鏈接,放到顯眼的位置,確保作品質量別太弱。
4. 簡歷寫好了,找人內推還是自己投?
面試偶然性很多,內推的觸達率確實高一點,但并不存在絕對優勢。建議多管齊下,不過度依賴某個渠道。不要一股腦全投出去,為簡歷留些完善的機會。
5. 要用STAR原則優化簡歷么?
STAR原則就是針對各家JD定點狙擊,拆分出N個版本的簡歷。一些HR朋友告訴我STAR原則的投遞效果很有限,我還是熬了一周的夜制作30多個版本的簡歷分批投遞,開通了查看競爭者的會員權限。目的是搞透深圳市各公司的招人標準,推測公司招聘的緊迫程度和人才競爭格局。
七、面試&選擇
網絡上的面試技巧和常見問題有很多,這些基本的苦工還是要下的,提幾個關鍵點:
1. 調整狀態,淡定警惕
面試前我會冥想幾分鐘,深呼吸,將狀態調整到最佳。時刻留意面試官的眼神、動作、話語,每個細節變化都是一道面試題,冷漠不一定代表否定,微笑也不一定代表認同。
時刻揣測他的意圖,守住心神。人在精神松懈的時候,潛意識的反饋最容易暴露缺點。即便是情商低的人,經過刻意訓練后也可以與面試官輕松對話。
2. 避免浮夸
剛做PM那年,我遇到個8年PM經驗的面試官,他對我說:“沒做5年以上的PM,不要輕易談戰略” ?,這句話經受住了時間的考驗。后來我刻意鍛煉升維思考和領導視角,依然在3、4年后才參與到戰略。所以如果自身不具備一些能力維度,盡量避免浮夸的字眼,別把面試官當傻子。
3. 聚合>發散
產品經理的范疇很廣,一次面試只有半個多小時,盡量減少尬聊和跑題。發散思維很不值錢,沒有企業會因為幾個好點子而具備核心競爭力,勝負往往取決于奔跑速度和認知深度。發散后要快速聚合,拋出金字塔尖的觀點,凝煉到位的表達最能體現PM職業素養。
4. 誠意比什么都重要
誠意是發自內心的尊重和認同,誠意不僅要表現在面試中,并且要持續到入職之后。我在這方面做的比較激進:面試前先自打雞血,積極應對面試官的每個問題。收到offer后HR建議在公司3公里內租房,我直接租在距公司100米的馬路對面,入職第一周每天干到半夜1點以后。將時間壓縮到極致,員工為公司創造價值的差距就是這么一點點擠出來的。
5. 面試是最寶貴的學習機會
幾家公司面試下來,對崗位的理解肯定會越來越清晰。每次面試都復盤一下,再針對短板集中突擊,可以大大提高后續面試的成功率,不要把困惑留給明天。
6. 團隊期望在我們身上看到什么?
面試官往往有這種心態:若A、B、C三名面試者給我的綜合評分都是60,最終就是三位都不想要,期望能有一位70分的把他們PK掉。
當比分膠著的時候,我們需要給面試官一錘定音的理由,差異化價值非常重要!差異化可以體現在悟性靈性、行業認知、教育文化、職業技能、成功案例等,更要講清楚邏輯來佐證你真的具備這些優勢。
7. 什么樣的團隊重點考技術理解?
目前大部分轉型者希望做偏場景應用、商業化的AIPM,崗位對技術理解有要求但不苛刻。如果你的技術認知偏弱,建議避開這幾類團隊:
- 技術驅動而非產品、運營驅動的公司,企業基因根深蒂固,很難改變。
- 偏傳統的公司往往考察技術,一些激進的產品經理可能不喜歡這種氛圍。
- 項目還在探索階段,很難復用現成的解決方案,需要AIPM常跟算法、科學家泡在一起,對模型效果負責。
- 選擇團隊遠比選擇崗位重要。
好的團隊即便階段性失敗了,依然可以沉淀出戰斗力。糟糕的團隊,可能會給自己的職業生涯抹黑。對產品經理來說,好團隊的關鍵詞可能是:創始團隊、包容、開放、人性化、激進、創新等。盡量避免唯技術論,或者唯經驗論的團隊。
我收到的offer包含ASR、CV、NLP幾個方向,最終選擇追一科技,是因為團隊基因好、NLP較強、接地氣、更懂我,事實證明這個選擇非常正確。
好了,以上就是本次分享的主要內容,希望能夠給你帶來一點幫助。最后,轉型交流的過程中,我經常來不及回復朋友的提問,順便在這里附上3個常見的問題,談談個人的理解:
1. AI產品經理是不是比互聯網產品經理厲害?
這是個偽命題,我一般會反問:月薪10萬的PM和月薪2萬的AIPM,哪個更厲害?答案當然是:卓越的PM更厲害。
有這樣一類PM,喜歡給自己設定遠高于群眾的標準。即便團隊對他們沒要求,他們依然會懂技術、懂設計、懂營銷、懂商業、懂管理、懂業務、懂心理。
- 他們能做好螺絲釘,也能做好萬金油。
- 他們將自己視作增強學習模型,不斷向CEO去擬合。
- 他們知道:PM最終拼的是人文素養和靈魂境界,而不是職位名稱、從業年數、名校背景。
- 他們的一生都在自我進化,所以從不糾結自己究竟是PM還是AIPM。
2. AI有泡沫,到底要不要做?
泡沫的多少代表市場情緒的強烈程度,沒有泡沫的行業是不值得去做的
我的建議是:若真愛AI,不要猶豫,不必關心轉型紅利期還剩多久。若你對AI不執夠著,也不用強求,不忘初心就好。反正我們是產品經理,我們要進化這個時代。
3. 產品經理成熟的標準是什么?
看他做一款創新型產品時,更依賴競品調研還是獨立判斷。站在巨人的肩膀上是沒錯,但前瞻性的方案更依賴人性洞察和市場嗅覺:
- 成熟的PM相信一萬小時理論,對元認知刻意創建索引,不缺少方法論和工具,最缺的是時間。
- 他們可以清晰闡述產品的隱性邏輯,為什么要方案1而不是方案2,不做模棱兩可的決策。
- 他們能將風格自信地貫徹到產品和團隊中,讓它具備激進或穩重的氣質
- 他們堅忍克制,一往無前,擁有對權威說不的膽魄。
作者:于長弘,公眾號:AI小宇宙(ID:AI_endless)
本文由 @于長弘 原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自 Pixabay,基于 CC0 協議
看來是下了苦工了,有追求,有激情,是個優秀的PM。
想咨詢下,平日里都是在哪里了解、學習AI知識,在哪里找到的社群[感謝]
個人比較推薦公眾號的飯團-AI產品經理大本營
認真看完收藏啦,感謝大佬 ??
大佬請問能直接轉行到AIPM嗎?我目前在實體行業,想轉PM,謝謝大佬
修煉產品經理技能體系+AI認知理解,就有機會轉行
寫的很棒。只是好奇作者的專業背景,可以告知下么?AI畢竟和數學尤其是線性代數統計學走的比較近。而且沒有一些Python或程序基礎,對于一般的場景和業務類PM,轉AI個人感覺屬于考慮不周的強行跨越
產品的基本能力維度是場景分析、方案策劃、落地執行等等,不要把AI產品經理神化,本質上AIPM也是產品經理,而且里面優秀的PM并不多。AI相關的技術邊界理解,確實要針對性學幾個月,但能用時間和毅力解決的問題都不叫問題。
AIPM門檻別呢說的這么低我覺得不是好事,重技術的產品才會混的好,基礎薄弱后期幾乎不可能補得起來
你跟我一個朋友很像…
我會不會就是你那個朋友??
握爪,身為混進PM干貨講壇的運營,近期也面臨了類似的問題。LZ的努力比我強太多!受教。
你的總結幫助我暴露出自身的很多問題,細思恐極。
學習了,希望能加上樓主的微信或者扣扣,向您學習; ??
微信: qq_741604658
挺不容易的,努力給加分了
被標題吸引進來,但是更喜歡后面的Q&A部分 ? 老哥加油!
??厲害,恭喜!
產品經理小白,學習了……
感謝分享
標題嗎
是不是標題黨,自己認真看。難道只有明確地告訴大家該看哪幾本書、準備哪幾個面試問題才不算標題黨么?