轉(zhuǎn)型AI產(chǎn)品經(jīng)理:這是我的3周學(xué)習(xí)小結(jié)
從0基礎(chǔ)到AI PM,談何容易。作者給自己制定了一個(gè)轉(zhuǎn)型計(jì)劃,一個(gè)三周的學(xué)習(xí)小結(jié),很具有參考性,一起來學(xué)習(xí)一下。
小編做過4年互聯(lián)網(wǎng)PM和1年大數(shù)據(jù),AI方面幾乎空白。10月底決定轉(zhuǎn)型AI PM,下面是我最初三周的學(xué)習(xí)小結(jié),分為“制定計(jì)劃”和“初步執(zhí)行”,僅供與我一樣的AI小白們參考。
一、制定計(jì)劃
1.1 廣泛瀏覽
切入陌生領(lǐng)域需要有個(gè)抓手,我很快搜到了@Howie楊 的一篇學(xué)習(xí)筆記,順藤摸瓜進(jìn)了@黃釗的飯團(tuán)AI產(chǎn)品大本營。這意味著,我有了可靠的資源。
1.2 梳理資源
經(jīng)過初步篩選,理出清單,這就是個(gè)可愛的小金礦,夠挖一段時(shí)間了。
飯團(tuán)的資源質(zhì)量高,但困難也不少,比如:PC無法訪問、交互層級深、閱讀與微信對話場景沖突,這些對沉浸式閱讀者并不友好。我索性將干貨搬到云筆記,留個(gè)印象,方便日拱一卒。
1.3 鎖定目標(biāo)
短期戰(zhàn)術(shù)是先上船,再抽空死磕數(shù)學(xué)、編程、算法等;長期定位是綜合型,兼顧場景應(yīng)用、技術(shù)理解和市場。從招聘網(wǎng)站篩選出AI、互聯(lián)網(wǎng)PM的崗位要求,標(biāo)注重點(diǎn)能力項(xiàng)。
1.4 出計(jì)劃表
實(shí)線計(jì)劃:肉眼可見的任務(wù)截點(diǎn)和閱讀內(nèi)容虛線計(jì)劃:各能力維度的刻意訓(xùn)練。包括場景分析、多感官交互、技術(shù)理解、數(shù)據(jù)能力、創(chuàng)新能力、人文素養(yǎng)/靈魂境界。
a)整體計(jì)劃
前期籌備、專項(xiàng)學(xué)習(xí)/強(qiáng)化、案例輸出、面試準(zhǔn)備、實(shí)施轉(zhuǎn)型
b) 閱讀計(jì)劃
- 書籍資源:標(biāo)藍(lán)的是AI類,默認(rèn)的是綜合類;
- 閱讀節(jié)奏:按重要性與難度區(qū)分了精讀or略讀,設(shè)定截止時(shí)間,標(biāo)記完成度。
- 隨時(shí)調(diào)整:隨著瀏覽量的增加,計(jì)劃表也跟隨調(diào)整。
- 關(guān)于專項(xiàng):沒有排給算法太多時(shí)間,不適合短期突擊。能理解得深一點(diǎn)就好,最差也有個(gè)印象。
- 關(guān)于綜合:心理學(xué)、溝通交流、文學(xué)、經(jīng)濟(jì)學(xué)、成功學(xué)等對AI PM的重要性不言而喻,文化素養(yǎng)、靈魂境界在任何時(shí)刻都不能停止修煉。
- 興趣培養(yǎng):我本人不用刻意培養(yǎng)。小說《三體》是2008年在《科幻世界》看連載的,估計(jì)是前1000名死忠粉吧;《科學(xué)之謎》期刊堆得比人高,中學(xué)課堂被沒收的是《薛定諤的貓》這種書。
二、執(zhí)行All in
2.1?熟悉AI(前2周)
這個(gè)階段主要是找感覺,包括:AI PM的定位與轉(zhuǎn)型路徑、產(chǎn)業(yè)現(xiàn)狀與相關(guān)趨勢、AI基礎(chǔ)技術(shù)概念和應(yīng)用范圍。同時(shí)也能夠確定待強(qiáng)化的能力維度有哪些,以下是簡單列舉幾點(diǎn)認(rèn)知:
a)讀書。收獲當(dāng)然不會少,比如《創(chuàng)業(yè)維艱》提醒我當(dāng)遇到“比難更難的事”,需要以怎樣的心態(tài)、方法去破局,以實(shí)現(xiàn)起死回生。
《騰訊傳》讓我理解公司領(lǐng)導(dǎo)人氣質(zhì)的重要性,內(nèi)部良性的競爭環(huán)境是創(chuàng)新的肥沃土壤;名為《人工智能-XX》的幾本科普書,幫我在腦海中勾勒出了AI的輪廓。
b)展會直播。這種學(xué)習(xí)方式比較直觀,容易深刻記住關(guān)鍵細(xì)節(jié)。比如騰訊的供應(yīng)商大會中提到做AI場景化的幾條原則:
- 真正自然而優(yōu)美的語音交互;
- 視覺與聽覺信息的高效配合:目前1+1實(shí)現(xiàn)的效能是1.X,還遠(yuǎn)遠(yuǎn)沒達(dá)到或超過2.0;以下兩點(diǎn)主要應(yīng)對場景的碎片化
- 單場景單設(shè)備的極致閉環(huán):智能語音拍照(騰訊與優(yōu)必選合作)、智能電視(騰訊與長虹合作)、智能車聯(lián)網(wǎng)(飯店快速訂座)、智能耳機(jī)等;
- 跨場景多設(shè)備的無縫銜接:智能音箱(與手機(jī))
c)AI PM定位:PM可能更多是完成到60分的階段,驗(yàn)證可行性后再奔向下一個(gè)60分。就像愛迪生發(fā)明了電燈,后人在這基礎(chǔ)上進(jìn)一步做出霓虹燈、led等。算法工程師是科學(xué)家,AI PM是發(fā)明家,這是多好的一對搭檔。
d)端到端學(xué)習(xí):它意味著不需要人為干預(yù)特征的設(shè)計(jì)。我們可以想象一個(gè)嬰兒,沒人知道嬰兒到底在想什么。他每天與環(huán)境交流,越來越聰明。直到有一天,他長大后叫福爾摩斯。在華生看來,福爾摩斯的推理結(jié)論似乎很神奇。這與人工神經(jīng)網(wǎng)絡(luò)很像,同過訓(xùn)練模型,可以使精準(zhǔn)度與召回率有效提升,而人們并不需要理解隱層中的詳細(xì)邏輯。
2.2 強(qiáng)化理解(第3周)
這一周主要厘清了知識框架、AI技術(shù)概念,開始嘗試構(gòu)思一些場景的應(yīng)用方案。
a)基礎(chǔ)框架:按騰訊版的《人工智能》畫了張框架圖,印在腦子里,這是方向盤。短期的學(xué)習(xí)內(nèi)容跑不出框架,所以有空就在紙上默畫一下,反復(fù)提醒自己盲區(qū)在哪兒。
b)厘清概念:例如CV、NLP、NLU、ASR、TTS、ML、DL、KG等基本概念,了解技術(shù)的應(yīng)用范圍。初學(xué)者短期內(nèi)還會停留在這個(gè)階段,沒實(shí)戰(zhàn)過,很難把握好技術(shù)邊界/瓶頸/機(jī)會。
c)初選場景:從略有了解的旅游、游戲論壇、健康里選擇幾個(gè)細(xì)分場景,勾勒出分析框架。這樣可以幫助自己推敲應(yīng)用邊界,后期也許會派上用場。
d)APP體驗(yàn):體驗(yàn)了10多款A(yù)PP、小程序,簡述一下對話聊天類的4款。
呆呆醬情商最高,可以順利地進(jìn)行多輪對話,出錯(cuò)率低,善于兜底,語言豐富,聲音輕柔;小冰近期的迭代比較快,能發(fā)表情包了,寫的詩也很可愛。度秘對答流暢,不喜歡他讓我去查百度。
騰訊叮當(dāng)明顯是個(gè)灰度版,這階段的對話數(shù)據(jù)多半以挑逗為主,不知道這些數(shù)據(jù)是否可用,標(biāo)注的過程可能很痛苦。我堅(jiān)持每天跟它對話,期待看到它的成長。
e)關(guān)于未來:面對失業(yè)、道德倫理、奇點(diǎn)等問題,我的觀點(diǎn)是“方法總比問題多”,我們在職業(yè)的轉(zhuǎn)型期還是穩(wěn)扎穩(wěn)打,多關(guān)注實(shí)際的趨勢。比如量子計(jì)算是典型的降維攻擊,它離我們真的不遠(yuǎn)。
下步計(jì)劃:目前書看到《失控》,電子書看完@黃釗的通識系列等。接下來將略看數(shù)學(xué)基礎(chǔ),加強(qiáng)理解CV、NLP、知識圖譜等;花50個(gè)小時(shí)入門Python,再簡單了解算法。最好能用Tensorflow做個(gè)簡單的訓(xùn)練模型。輸出些垂直場景的思考,再強(qiáng)化一下用研、數(shù)據(jù)等基礎(chǔ)技能。
小編還是有些焦慮的,越來越渴望在實(shí)戰(zhàn)中積累經(jīng)驗(yàn),我甚至看到招AI PM的門檻在緩慢提高。這時(shí)候需要沉住氣,企業(yè)不會因憐憫而收留零理解度的AI小白。于是我寫句話勉勵自己:若理想與現(xiàn)實(shí)沒有差距,那便不配稱之為理想。
好了,3周小結(jié)就到這里。慢熱的我剛找到點(diǎn)小感覺,希望后續(xù)能有更多輸出。如果你也有類似的轉(zhuǎn)型想法,歡迎交流。
作者:于長弘,微信公眾號:AI小宇宙
本文由 @于長弘 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
你就是我的抓手
好棒 加油 相信你!
個(gè)人覺得時(shí)間安排的太緊了,佩服你的學(xué)習(xí)力
一起學(xué)習(xí)吧,現(xiàn)在是早期階段,大家的水平不會高出多少
開始關(guān)注你了 ?
很好奇的是這種強(qiáng)度的集中突擊,你脫產(chǎn)了么?
沒脫產(chǎn)。執(zhí)行中遇到過困難,比如重感冒了幾天,還會發(fā)現(xiàn)計(jì)劃有問題,所以隨時(shí)調(diào)整。 部分計(jì)劃項(xiàng)看起來多,實(shí)際上標(biāo)準(zhǔn)很低。比如數(shù)學(xué)基礎(chǔ)、算法這種,我的標(biāo)準(zhǔn)就是:只給有限的幾天,能看懂多少是多少,哪怕只了解點(diǎn)皮毛,也沒浪費(fèi)多少時(shí)間。 但對于重點(diǎn)的計(jì)劃項(xiàng),標(biāo)準(zhǔn)就很高。
靠譜!
樓主好棒,有明確目標(biāo)也有可行規(guī)劃,昨天首頁看到快速過了一遍,今天從頭至尾詳細(xì)的看了,對于想要入門AI的人群來講很有指導(dǎo)意義,希望能堅(jiān)持分享!
其實(shí)在收到讀者們給我的建議后,我也做了調(diào)整。根據(jù)自己的目標(biāo)和情況,制定適合自己的計(jì)劃就是最好的。近期會有下一篇,是嘗試對某個(gè)小場景的分析。 ??
樓主很棒??!
很好好好啊
很強(qiáng)的計(jì)劃能力!但是把目標(biāo)定在騰訊是不是有點(diǎn)過于急功近利…?而且為啥不考慮百度呢,哈哈
依據(jù)個(gè)人情況做決策吧,之前工作5年也不是白混的哦。成與敗、得與失都是暫時(shí)的,關(guān)鍵是在努力的方向上一直堅(jiān)持。傾向騰訊,是因?yàn)閮r(jià)值觀、基因的契合,就是向往,就是吸引。??
+1
@長弘:
輸出學(xué)習(xí)過程和計(jì)劃是沒用的,要定時(shí)輸出你的理解。
把你看的東西內(nèi)化成你自己的東西,梳理成框架。
說出來,寫出來,講出來。
否則這樣一直看一直看,其實(shí)是在麻痹自己,徒有充實(shí)感,努力性價(jià)比很低。
+1
同感,知識只有內(nèi)容化成自己的東西,才算真正學(xué)到了,只輸入不輸出也不行的。
高度贊成
有輸入無輸出,最終的結(jié)果是學(xué)習(xí)很累,看了很多東西,但是一回想?yún)s想不起來系統(tǒng)性的知識;
我自己也贊成對學(xué)習(xí)理解進(jìn)行輸出。看個(gè)人怎么理解這個(gè)問題吧:實(shí)際上通過這個(gè)輸入計(jì)劃,很多人加了我好友,提建議糾正錯(cuò)誤,幫我避免浪費(fèi)更多時(shí)間,這本身就是一種價(jià)值。最怕的就是盲目學(xué)習(xí),浪費(fèi)時(shí)間。
也想加好友,咱們可以建立一個(gè)小群,互幫互助。 ??
微信號qq_741604658
別急呀,剛開始,肯定要有理解輸出的呀??
加油,長弘,以后可以多交流,我也在學(xué)習(xí)這一塊的東西
高度贊成
贊成
學(xué)習(xí)是分階段的,每個(gè)人根據(jù)自己的學(xué)習(xí)特點(diǎn)來調(diào)整合適的狀態(tài),輸入和輸出是學(xué)習(xí)的過程,在不同的階段有不同的作用,這篇文章的的作者很明顯的知道自己所處的狀態(tài),我們作為旁觀者,能給的只是鼓勵和肯定,真的沉下心來學(xué)習(xí)的人,肯定會把學(xué)到的東西用到現(xiàn)實(shí)生活中去,不需要強(qiáng)調(diào)輸出,這只不過是學(xué)習(xí)的必經(jīng)階段而已,相信作者會堅(jiān)持的輸入并且找機(jī)會輸出。很看不慣一上來就把自己的想法強(qiáng)加到別人的那里去?。?!
感謝理解和鼓勵,本周我的確會有篇輸出,是對一個(gè)小應(yīng)用場景的淺析。學(xué)習(xí)時(shí)間不長,盡可能用有限的知識量,來描述清楚想法。
加油?。?!
你說的對! ?
雖然你看不慣我,但是我特別喜歡和享受你把你的想法強(qiáng)加給我,謝謝你哈哈哈!對,我記住了,以后我會每天默念三遍的:不需要強(qiáng)調(diào)輸出!這只不過是學(xué)習(xí)的必經(jīng)階段!
以其人之道還治其人之身。哈哈哈···當(dāng)我明確感到你在讀作者花費(fèi)這么多時(shí)間寫的文章卻并沒有真切的去感受作者的狀態(tài)而直接給出自己的建議,我就想著把自己的想法也加給你,這樣我們都可以體會一下這種感覺。 ?? ?? ??
算我一個(gè)。
挺好的,不過我個(gè)人理解,感覺,現(xiàn)在所謂的智能哈,離人性還有很多路要走。
與此同時(shí),我覺得A.I.界可能需要出一個(gè)規(guī)范,關(guān)于語音識別出來的文字的定性,就像翻譯一樣的定性,陰,陽等一些多維度的指標(biāo),為理解人類的語言,情緒,做一個(gè)參考大全。類似utf8的由來啦,等等等等。
請問能發(fā)一下您電子資料的連接嘛,萬分感謝!
我在想與其這樣,直接變成科學(xué)家是不是更好?
為什么我覺得好虛···
你的感覺是對的,我走的就是由虛入實(shí)的過程
樓主 求分享電子區(qū)域的資料 我也想進(jìn)步啊
資料有些繁雜,不一定適合每個(gè)人。我建議 加入公眾號“飯團(tuán)服務(wù)號”,里面有個(gè)AI產(chǎn)品經(jīng)理大本營。里面的資料雖然是付費(fèi)的,但卻是比較集中專業(yè)的 ??
支持樓主,我也根據(jù)樓主的學(xué)習(xí)計(jì)劃著手做自己的學(xué)習(xí)計(jì)劃~
我們一起加油,適合自己的就是最好的 ??
樓主很勵志,我是初級產(chǎn)品經(jīng)理,最近打算換個(gè)行業(yè),嘗試了面試,發(fā)現(xiàn)自己對產(chǎn)品經(jīng)理職能認(rèn)知還不夠,你的文章給了我一些啟發(fā),一起加油,共勉吧!
一起加油!
佩服佩服,愿早日實(shí)現(xiàn)。
樓主定義問題,分解問題,規(guī)劃方案的方法論足以勝任任何行業(yè)產(chǎn)品經(jīng)理了。不管做什么行業(yè)產(chǎn)品經(jīng)理,都是在發(fā)現(xiàn)問題,定義問題,解決問題啊。
如果說有方法論,那就是:相信自己,相信未來,相信相信的力量!通過小步、快跑、試錯(cuò)、迭代,哪怕輸出一篇不成熟的學(xué)習(xí)筆記,也能達(dá)到階段性試錯(cuò)的驗(yàn)證效果,會有人及時(shí)提出寶貴的糾正與建議。怕的不是犯錯(cuò),而是在錯(cuò)誤的路上越走越遠(yuǎn)。
樓主好棒,大學(xué)生向樓主學(xué)習(xí),能分享下展會PPT的學(xué)習(xí)資料么?
資料太多,先共享這些
騰訊供應(yīng)商大會AI分會場 https://pan.baidu.com/s/1cjmmtS
百度AI技術(shù)大會 https://pan.baidu.com/s/1o8zcKBo
知識圖譜課程蘇州大學(xué)站 https://pan.baidu.com/s/1kV26EEz
AI產(chǎn)品經(jīng)理大本營-黃釗 https://pan.baidu.com/s/1gfw9mBh
感謝感謝
佩服樓主的問題分析整合能力,不過樓主共享的資料 怎么打不開呢? ??
我也好喜歡騰訊,但是我可能要1年的時(shí)間- – 。你太厲害了短短一兩個(gè)月
似乎是同程的聯(lián)合創(chuàng)始人?
好厲害!居然知道我是同程的人。不過我是個(gè)打工的,只負(fù)責(zé)過小項(xiàng)目。看過你的文章,加個(gè)微信向你學(xué)習(xí) ??
先不說有沒有用,就這個(gè)規(guī)劃和執(zhí)行能力,妥妥的佩服。加油:)
坐等樓主1年后打臉
哈哈,1年太晚,我每周都在打自己臉。認(rèn)知在變化,面對錯(cuò)誤是要隨時(shí)調(diào)整的
??
還有一句,凡事慢慢來,急不得。每件事總會遇到幾個(gè)瓶頸期,雖然難受,只要堅(jiān)持,就會守得云開見月明
閉門造車,可能會讓自己進(jìn)入以前讀大學(xué)時(shí)的局面,學(xué)了東西沒地方實(shí)戰(zhàn),然后就不了了之了。
建議找人面對面溝通交流,先進(jìn)小白群,可以找到同道中人,你遇到的問題他們可能最近也遇到過。
技術(shù)不建議深入研究,知道原理即可。算法之類,一通則百通,所以找一個(gè)邏輯回歸、決策樹之類的跑跑就好了。
NPL,多研究下今日頭條的個(gè)性化推薦算法和策略的ppt,就差不多了。
其他的就要有機(jī)會進(jìn)入人工智能這個(gè)崗位去慢慢實(shí)戰(zhàn)學(xué)習(xí)。
謝謝建議,沒打算深入研究技術(shù),每天在與同道人交流
你好 產(chǎn)品新人咨詢下,技術(shù)到底要了解到哪一步 每天面對技術(shù),感覺還是很匱乏,,,一直有計(jì)劃 好好學(xué)學(xué)技術(shù)這塊的內(nèi)容,,,,真的沒必要么,,,新人謝過
請問一下,有哪些新人小白群可以互相討論的。我目前打算轉(zhuǎn)崗,在學(xué)習(xí)中,已經(jīng)學(xué)習(xí)了一段時(shí)間。但無論是文檔輸出什么的,發(fā)現(xiàn)好像都是一個(gè)人,也不知道成效如何了。有加過一個(gè)QQ群,其中有一個(gè)太水了,一直聊感情問題,基本沒聊過產(chǎn)品的,就直接退了。
不要臉,不要臉,不要臉地找同事找朋友的人脈尋求專業(yè)人士資源。帶上你的學(xué)習(xí)筆記(腦圖之類),請別人吃飯喝茶,復(fù)盤優(yōu)化整體規(guī)劃,自己去執(zhí)行
好的,謝謝指點(diǎn)。親~可以加個(gè)微信嗎?
佩服樓主 ??
謝支持,剛剛開始,一起加油