本文转载自:https://blog.csdn.net/buptgshengod/article/details/77030338

AI是大家都很关注的领域,然而对于大部分想要入行的同学来讲,AI的算法技术门槛相对较高,让很多空有热血但是缺少数学背景的同学望而却步。不知道什么时候,可能是“人人都是产品经理”这个论调的影响,产品经理这个岗位逐渐变成IT领域除了纯开发岗位之外的第二选择。对于AI这个领域也不例外,产品经理这样的岗位也渐渐成为竞相争取的“肥差”,刚好我也在大厂做了一段时间的人工智能品类产品的工作,结合我的经历谈一谈这方面的感受。

这里写图片描述
首先我想说“人人都是产品经理”在AI这个领域并不适用。先谈下AI类的产品经理跟其它的APP或者IT服务类产品的区别。第一点,面向的受众不同,产品经理的本职工作是要设计出最贴合用户使用习惯的产品,然而因为目前AI的技术发展仍不像APP这样普及,大部分的AI产品的服务对象是to B端的企业用户, B端用户和C端用户的使用行为习惯是截然不同的,所以就有很多C端的产品转向B端出现的水土不服。第二点,AI类别的产品经理同样需要面对相对这个岗位较高的门槛,当实现一款功能的设计的时候,最基础的认知就是要首先确定什么能做什么不能做,对于可见的一些服务,比方说手机APP中的用户使用用链路来讲,一个功能能否实现是比较容易确定的。但是如果是AI类产品的设计,需要涉及到对算法以及数据的理解,只有当产品经理真正了解每种算法的玩法以及数据的使用链路,才可以将功能做活,保留高鲁棒性。第三点,因为AI技术还在快速发展,但是远没有达到人尽用、人尽知的地步,所以每一个AI产品经理当完成一款功能或产品的上线之后,都需要在教育用户和市场方面做足功夫。这一点也适用于所有新领域的产品。

这里写图片描述
那要如何成长为一个AI类的产品经理呢?博主还在学习阶段,但是可以把我的心得简单讲下。第一,快速的学习理解AI这个行业。AI是整个互联网行业谈论最多的技术方向,有大的量的关于这个领域的垂直媒体会每天更新国内外最新的咨询,我每天上班和下班途中共两个小时,都会用来浏览媒体对AI的报道,从大牛离职这样的八卦新闻到新论文的发表都会看一看(付出了手机流量超标的严重代价),遇到需要仔细阅读的便收藏等到时间充裕的时候慢慢去学。不过确实因为现在这方面的咨询实在太纷杂了,为了甄选有营养的咨询以及方便跟更多的同学讨论,我创建了微信公众号“凡人机器学习”,把我觉得好的咨询跟大家分享。第二,学习AI的基础知识,不要只做产品“傻白甜”。听过很多开发吐槽产品经理什么都不懂,我也时常被吐槽。为了更深刻理解AI行业用户的使用习惯,要多多学习一些算法以及数据的分析方式,当然不必要像开发一样深入了解,只要从使用方式的角度了解即可。我每天会在下班后,多呆一小时去看看各种大牛的博客或者学一些视频在线课程,这样可以更好的理解AI行业用户的使用方式,跟用户近一点。同时当你理解了算法的一些原理之后,也会跟开发近一点。在学习的过程中也可以边学边记录,留到以后去查看,之前把自己的笔记整理了下居然也可以形成一本书《机器学习实践应用》。剩下的一些关于产品经理必备的能力,比如竞品分析、市场策略、运营策略、项目推动、团队合作、产品设计这里就不详细说了,以后慢慢聊。

 
 
 

【转】AI类人工智能产品经理的丛林法则的更多相关文章

  1. AI类人工智能产品经理的丛林法则

     AI是大家都很关注的领域,然而对于大部分想要入行的同学来讲,AI的算法技术门槛相对较高,让很多空有热血但是缺少数学背景的同学望而却步.不知道什么时候,可能是“人人都是产品经理”这个论调的影响,产品经 ...

  2. nips 2016 吴恩达

    一年一度的 NIPS 又来了.今年举办地是笔者最爱的欧洲城市巴塞罗那.阳光沙滩配学术,确实很爽.这次的会议的第一天开场的大部分时间安排给了 tutorial.其中人数爆满的依旧是吴恩达(AndrewN ...

  3. 检索式chatbot:

    小夕从7月份开始收到第一场面试邀请,到9月初基本结束了校招(面够了面够了T_T),深深的意识到今年的对话系统/chatbot方向是真的超级火呀.从微软主打情感计算的小冰,到百度主打智能家庭(与车联网? ...

  4. 如何系统学习知识图谱-15年+IT老兵的经验分享

    一.前言 就IT而言,胖子哥算是老兵,可以去猝死的年纪,按照IT江湖猿龄的规矩,也算是到了耳顺之年:而就人工智能而言,胖子哥还是新人,很老的新人,深度学习.语音识别.人脸识别,知识图谱,逐个的学习了一 ...

  5. 王晶:华为云OCR文字识别服务技术实践、底层框架及应用场景 | AI ProCon 2019

    演讲嘉宾 | 王晶(华为云人工智能高级算法工程师王晶) 出品 | AI科技大本营(ID:rgznai100) 近期,由 CSDN 主办的 2019 中国AI 开发者大会(AI ProCon 2019) ...

  6. 微软要如何击败Salesforce?Office365、Azure、Dynamics365 全面布局AI | 双语

    微软在上月宣布组建自己的 AI 研究小组.该小组汇集了超过 5000 名计算机科学家和工程师,加上微软内部研究部门,将共同挖掘 AI 技术. 与此同时,亚马逊,Facebook,Google,IBM ...

  7. dynamics 365 AI 解决方案 —— 微软布局

    核心提示:微软在 Office365.Azure 云.Dynamics365 上进行人工智能技术的部署,野心不小. 微软在2016年9月宣布组建自己的 AI 研究小组.该小组汇集了超过 5000 名计 ...

  8. 2018 AI产业界大盘点

    2018  AI产业界大盘点 大事件盘点 “ 1.24——Facebook人工智能部门负责人Yann LeCun宣布卸任 Facebook人工智能研究部门(FAIR)的负责人Yann LeCun宣布卸 ...

  9. 深度 | AI芯片终极之战

    深度 | AI芯片终极之战 https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652712307&idx=1&sn= ...

随机推荐

  1. springmvc date

    数据格式化,从本质上讲属于数据转换的范畴.Spring就是基于数据转换框架植入“格式化”功能的. 在数据转换时我们进行了如下配置: 我们使用的是ConversionServiceFactoryBean ...

  2. Redis 数据结构的实现

    Redis 数据结构的实现 先看个对照关系: Redis数据结构 实现一 实现二 string 整数(如果value能够表示为整数) 字符串 hash 压缩列表(只包含少量键值对, 并且每个键值对的键 ...

  3. 一个有界任务队列的thradpoolexcutor, 直接捕获错误日志

    基于官方的需要改版 1.改为有界,官方是吧所有任务添加到线程池的queue队列中,这样内存会变大,也不符合分布式的逻辑(会把中间件的所有任务一次性取完,放到本地的queue队列中,导致分布式变差) 2 ...

  4. JS设计模式——工厂模式详解

    它的领域中同其它模式的不同之处在于它并没有明确要求我们使用一个构造器.取而代之,一个工厂能提供一个创建对象的公共接口,我们可以在其中指定我们希望被创建的工厂对象的类型. 简单工厂模式:使用一个类(通常 ...

  5. Oracle导出数据EXP00106错误

    在导出dmp文件的时候(命令:exp 用户名/密码@IP/实例名  file=D:\20180910.dmp log=D:\20180910.log),遇到以下错误: 错误原因: 导出使用的是Orac ...

  6. Python实现代码统计工具——终极加速篇

    Python实现代码统计工具--终极加速篇 声明 本文对于先前系列文章中实现的C/Python代码统计工具(CPLineCounter),通过C扩展接口重写核心算法加以优化,并与网上常见的统计工具做对 ...

  7. HTTPS原理和CA证书申请(转)

    原文地址:http://blog.51cto.com/11883699/2160032 众所周知,WEB服务存在http和https两种通信方式,http默认采用80作为通讯端口,对于传输采用不加密的 ...

  8. css布局 - 工作中常见的两栏布局案例及分析

    突然想到要整理这么一篇平时工作中相当常见但是我们又很忽视的布局的多种处理方法.临时就在我经常浏览的网站上抓的相对应的截图.(以后看到其他类型的我再补充) 既然截了图,咱们就直接看人家使用的布局方式,毕 ...

  9. 自定义Flume Sink:ElasticSearch Sink

    Flume Sink的目的是从Flume Channel中获取数据然后输出到存储或者其他Flume Source中.Flume Agent启动的时候,它会为每一个Sink都启动一个SinkRunner ...

  10. J.U.C