入职3年-我如何做一名AI产品经理（文末福利）

news2024/11/22 15:37:01

引言

从2021年校招加入京东开始，我一直从事AI产品经理的工作，有幸见证了AI行业的热情从一台台服务器烧到了全世界各个角落，也见证了京东AI中台团队的影响力如何一步步的扩大。从21年的迷茫到24年的坚定，很庆幸我正走在适合自己的道路上，也有幸在此分享一些我的成长故事和观点。

一、入局：AI风口下的职业判断

从事AI产品方向是巧合也是个人的一次判断。我在学生期间主修方向是机械工程和风险管理，之前是没有AI相关经历的，但当时我判断未来AI会在更多的行业有应用落地，所以在毕业论文的选题上，选择了AI+风险管理的方向，恰好在实习时朋友推荐了京东AI产品的岗位从而加入了京东。

AI产品经理核心的产品方向包括AI开发平台、AI应用平台、算力调度平台等。相比一般产品经理，AI产品经理需要具备更多的技术视角，包括掌握AI算法的原理、AI底层系统的架构设计等；同时，AI产品经理需要有更多前沿信息获取的渠道，包括通过媒体平台、大型发布会、竞品调研、顶会文章、论文等。总之，我眼中的AI产品经理需要从最前沿的技术架构视角进行产品设计，并且要在产品层让用户对复杂技术无感知，降低用户的学习成本和使用门槛。

在2021年，AI产品是产品经理中非常小众的方向，成长进步有非常大的阻碍：产品同行无人知晓、一般公司研发投入有限、先鉴经验较少、技术积累不足导致研发驱动为主。我和很多新人同行一样，对未来的发展充满迷茫，不知道自己的价值点在哪。对于未来技术趋势的判断促使自己一直在坚持，在一次次的项目中积累了项目推动的经验，在每个项目中深挖到技术原理以及代码实现层；同时，也保持了学习的习惯，一直在沉淀AI产品的方法论。

2023年是AGI发展的元年，ChatGPT横空出世、中国百模大战、英伟达市值暴涨、美国芯片禁令，AI相关的动态几乎每天都会被人提起。在这个时代下，AI产品经理的价值终于慢慢得到体现，我所负责的项目的愿景也逐渐提升，之前多年的技术积累也让我能快速地掌握AIGC全新的产品架构。2024年，越来越多应用落地让所有人都清楚地看到AI的潜力是巨大的。

在京东工作期间，我主要负责过算力调度系统、存储系统等基础设施层的设计，以及算法开发平台、大模型推理系统、端智能等平台层的产品设计，近期在探索AIGC应用在零售领域的落地。涉及的产品系统核心目的是支持京东零售业务的智能化应用快速落地。

二、 磨砺：从项目中构建专业能力

三年以来有两个项目让我印象深刻，使我清晰地意识到自己跨越到了新的职场阶段。

1）数据平台&算法平台融合项目-从新人完成转身

这个项目开始在我入职1年左右，项目背景是我长期负责的算法开发平台与跨团队的大数据开发平台进行融合。当时团队遇到的最大挑战是双方的产研对彼此的用户、技术栈、产品体系都几乎没有太多认知，而AI系统与大数据系统的底层架构非常复杂，短期内很难做到快速对齐认知。在这个背景下，我意识到我必须承担起从技术、产品、架构、用户等各个维度拉通方案及信息的角色。

首先需要从用户视角了解产品，我花了大概1个月的时间端到端地使用合作团队的产品，并保持与用户的沟通，预判融合后可能对用户造成的影响，深刻了解他们的用户与使用习惯。同时，我从底层技术出发，学习复杂的大数据架构体系。与AI产品类似，对大数据底层架构的理解往往比产品的设计更加复杂，我几乎每天都会通过CSDN、B站、知乎、书本等渠道吸取新知识，并且将学习的内容进行沉淀，在两个团队之间进行分享，每天会奔走在合作团队研发的工位附近。在最后的落地环节，需要开始考虑到如何融合双方产品，包括融合后的产品定位、融合的时间节奏、团队间的分工协作，考虑到融合后对用户可能造成的影响，我们将整体的工作划分为三期：第一期主要从SDK层面融合，用户几乎无感知；第二期从产品上进行融合，提供用户迁移工具，保留原有产品入口，用户可以有节奏地进行迁移；第三期协助核心重点业务完成迁移，原有产品下线。

通过这个项目，在团队协作上，我学习到了高效的团队协作模式，如：前期确认预期，中期对齐方向，后期保障收益等；在产品能力上，我了解到了如何降低对用户的影响是产品迭代的关键因素。这是我第一次独立地完成产品整体维度的设计，并且与众多高职级的架构师、研发对接方案，我对于自己的定义也不再是一个新人。

2）端智能项目-做一名项目主Owner

端智能项目在我入职1年半左右启动，这是我首次作为主Owner之一推动中台战略级项目，项目的背景是建设端云协同的AI系统，将京东的部分AI算法模型迁移至手机端侧。作为从0到1的项目，过程中遇到了用户的端侧模型开发调试效率低、公司缺乏端模型上线规范和标准、跨团队协作节奏对齐难等挑战。

作为主牵头人，在项目中我给自己的定位是不设边界，任何方案的决策我都参与其中。产品上为我们的用户提供了一站式开发调试平台，提升了用户的模型交付效率。在上线规范上，梳理制定了不同场景下最优的上线方案，快速支持算法业务方进行业务迭代；同时制定了上线标准，最大程度保证模型计算的质量。另外，在团队协作上，积极拉通各个团队对齐信息，在各个项目交付的关键节点集中确认交付质量，保证项目的收益达成预期。作为创新型项目，我在项目过程中还一直保持行业洞察，从行业中其他友商所做的算法业务的角度，调研在京东落地的可行性，如流量分发场景下的端侧重排方案。

项目开始至今1年半的时间，京东的端智能体系已经在公司、行业内产生了一定的影响力，我个人也从一名产品设计者的角色转换为项目主Owner之一。主Owner与执行者的区别在于主Owner需要在产品设计及项目推进的各个关键阶段进行决策，决策的背后是对于项目ROI以及合理性的多重思考。从0到1建设新产品最大的挑战往往并不是产品设计能力，而是面对未知进行决策的勇气。

三、 深潜：“三段式”AI产品经理成长路径

对于初级AI产品经理，除了产品经理的基本素质外，要求是具备一定的AI专业知识与开发能力。作为底层的开发平台的产品，我们面向的用户一般是研发人员，其中算法工程师居多，需要产品经理从用户实际的开发视角出发。以我自己的经历来说，作为非技术背景出身的产品，我可以在研发不介入的情况上完成一些模型的开发工作，动手实操过数十个github热门项目。

对于进阶的AI产品经理，需要从系统架构的视角去进行产品设计。AI产品的系统往往涉及到各种上下游系统和中间件，如Hadoop、Spark、Presto等大数据组件，以及镜像、存储等基础设施，没有整体的架构视角，产品设计会受到非常多的限制。所以优秀的AI产品经理往往都是一名架构师。

对于资深的AI产品经理，需要具备更多行业及业务的视角。AI行业的变革是非常迅速的，产品的迭代往往会滞后于技术的创新，如果不能从行业角度出发，那可能产品在研发过程中就已经滞后于行业了。此外，同样是由于技术变革的多样性，如何精准定位到业务真正的需求是非常关键的，不能只局限在技术上的突破，还得考虑到产品对公司业务的价值究竟在哪，以合理地评估ROI。

四、 践行：AI产品经理的能力“四象限”

在上面的成长路径里也有提到不同层次的AI产品经理需要具备的能力，这里想去分享的是如何成为一名优秀的AI产品经理。

产品设计：提炼极简化设计思路

AI产品系统底层往往涉及到非常复杂的技术，我们的用户是算法工程师，他们需要更多专注在算法优化的本身，而不希望去学习系统层面的技术。作为产品经理，需要在产品功能上做到开箱即用，用户在平台的大部分工作都可以通过配置化、界面化完成，且在用户的交互界面要尽可能避免使用生涩的词汇，要与行业设计保持高度一致，极简的设计才能带来最大化的业务提效。例如，我在设计模型优化功能时，底层我们用到了非常多的模型优化技术，如Flash Attention、Page Attention等，在产品层我并未将优化的技术暴露给用户，而是将技术组合打包成不同的解决方案，用户只需要根据业务需求以及优化效果选择方案即可，无需关注底层技术。

技术理解：保持学习习惯

关于提升技术理解，保持良好的学习习惯是基本要求。一方面需要有全面的信息获取渠道及学习方向，我的信息获取渠道包括：AI媒体网站、专业自媒体、论文文献、书籍等；学习的方向包括：AI基础算法知识、芯片半导体的发展、模型训练推理平台及引擎、大模型底层技术原理、AIGC应用产品落地等，我每天会至少抽出1个小时获取行业最新信息与技术。另一方面需要及时进行沉淀，在有良好的信息输入的前提下，需要定期整理和沉淀自己的知识库，通过写一些专业的文章可以更好地整合自己的知识体系。

行业视野：向外看与行业接轨

视野决定了个人工作以及产品的高度，每个产品经理都应该不断地拓宽视野。对于AI产品经理，拓宽视野的方式是更多参与行业的发布会&论坛，每次发布会往往是各家公司展示最前沿技术的舞台。在行业活动中，应该多对标行业一线厂商，将行业的思路带回到自己的设计中。

影响推动：塑造个人影响力

当我们拥有足够的专业能力、技术理解以及行业视角时，我们需要在更多场合具备足够大的影响力。作为公司内外部交流座谈会的分享者、成立个人自媒体账号、制作专业课程等方式是我们打造个人影响力的主要途径，个人影响力将对在公司推动项目带来重要的正向价值。

五、结语：对于未来的期盼

回顾过去3年，从2021年的荆棘满布到2024年逐渐的开花结果，每一次项目的开始与完结都有成长伴随着我。有幸加入京东、加入这个团队、加入AI领域，个人的成长永远离不开一个好的平台&团队。

对于未来，从资本市场看：越来越多的资金流向AI行业，流向AI创业公司，AI行业在未来3-5年一定会继续被市场重点关注；从AI行业看：在技术能力及基础设施逐步完备的情况下，AI应用未来一定是行业重点的发力方向，懂业务&技术的AI产品经理会是行业内非常重要的角色之一。作为AI产品经理，我也期望未来可以在京东做出更多可以高效赋能业务的AI产品，在行业内打造京东技术产品的影响力。

如何系统的去学习AI大模型LLM ？

作为一名热心肠的互联网老兵，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。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

在这里插入图片描述

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

img

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

在这里插入图片描述

四、AI大模型商业化落地方案

img

阶段1：AI大模型时代的基础理解

  • 目标：了解AI大模型的基本概念、发展历程和核心原理。
  • 内容：
    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
      - L1.4.1 知识大模型
      - L1.4.2 生产大模型
      - L1.4.3 模型工程方法论
      - L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

  • 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
  • 内容：
    • L2.1 API接口
      - L2.1.1 OpenAI API接口
      - L2.1.2 Python接口接入
      - L2.1.3 BOT工具类框架
      - L2.1.4 代码示例
    • L2.2 Prompt框架
      - L2.2.1 什么是Prompt
      - L2.2.2 Prompt框架应用现状
      - L2.2.3 基于GPTAS的Prompt框架
      - L2.2.4 Prompt框架与Thought
      - L2.2.5 Prompt框架与提示词
    • L2.3 流水线工程
      - L2.3.1 流水线工程的概念
      - L2.3.2 流水线工程的优点
      - L2.3.3 流水线工程的应用
    • L2.4 总结与展望

阶段3：AI大模型应用架构实践

  • 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
  • 内容：
    • L3.1 Agent模型框架
      - L3.1.1 Agent模型框架的设计理念
      - L3.1.2 Agent模型框架的核心组件
      - L3.1.3 Agent模型框架的实现细节
    • L3.2 MetaGPT
      - L3.2.1 MetaGPT的基本概念
      - L3.2.2 MetaGPT的工作原理
      - L3.2.3 MetaGPT的应用场景
    • L3.3 ChatGLM
      - L3.3.1 ChatGLM的特点
      - L3.3.2 ChatGLM的开发环境
      - L3.3.3 ChatGLM的使用示例
    • L3.4 LLAMA
      - L3.4.1 LLAMA的特点
      - L3.4.2 LLAMA的开发环境
      - L3.4.3 LLAMA的使用示例
    • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

  • 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
  • 内容：
    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

学习计划：

  • 阶段1：1-2个月，建立AI大模型的基础知识体系。
  • 阶段2：2-3个月，专注于API应用开发能力的提升。
  • 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
  • 阶段4：4-5个月，专注于高级模型的应用和部署。
这份完整版的大模型 LLM 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】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1821810.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

深圳职工餐厅安全检测新策略：自动可燃气体报警器的作用

深圳职工餐厅安全检测新策略：自动可燃气体报警器的作用

在现代化的都市生活中，安全问题一直备受关注。 对于深圳众多职工餐厅来说，如何确保餐厅内的燃气使用安全，防止因可燃气体泄露而引发的火灾事故，成为了一项重要的挑战。 近年来，自动可燃气体报警器以其高度的灵敏度和…
阅读更多...
微软无所不知的人工智能召回功能“Recall”被推迟，将不会与 Copilot Plus PC 一起提供

微软无所不知的人工智能召回功能“Recall”被推迟，将不会与 Copilot Plus PC 一起提供

微软计划下周推出新的 Copilot Plus 个人电脑，取消其备受争议的 Recall 功能，该功能可以截取您在这些新笔记本电脑上所做的所有操作。该软件制造商推迟了 Recall，以便可以通过 Windows Insider 程序对其进行测试，此前该公司最初承…
阅读更多...
Redis 7.x 系列【2】单机部署

Redis 7.x 系列【2】单机部署

有道无术，术尚可求，有术无道，止于术。 本系列Redis 版本 7.2.5 源码地址：https://gitee.com/pearl-organization/study-redis-demo 文章目录 1. Windows2. Linux 1. Windows Redis作为一个高性能的内存数据库，和Linu…
阅读更多...
爬虫-模拟登陆博客

爬虫-模拟登陆博客

import requests from bs4 import BeautifulSoupheaders {user-agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.132 Safari/537.36 } # 登录参数 login_data {log: codetime,pwd: shanbay520,wp-submit: …
阅读更多...
C++ 36 之 this指针

C++ 36 之 this指针

#include <iostream> #include <string.h> using namespace std;// this指针 永远指向当前对象 class Students06{ public:int age;// int m_age; //member成员首字母mStudents06(int age){// 1.解决命名冲突的问题 this指针找成员变量需要使用->符号this->…
阅读更多...
【Linux】基础指令(一)

【Linux】基础指令(一)

一、ls指令 语法&#xff1a; ls [选项][目录或文件] 功能&#xff1a;对于目录&#xff0c;该命令列出该目录下的所有子目录与文件。对于文件&#xff0c;将列出文件名以及其他信息 常见选项&#xff1a; -a 列出目录下的所有文件&#xff0c;包括以 . 开头的隐含文件。 -d …
阅读更多...
32T存储删除视频的恢复方法

32T存储删除视频的恢复方法

由于存储技术的发展和普及目前很多行业都开始使用小型存储&#xff0c;NAS可以通过网络进行数据上传和读取&#xff0c;使用极为方便。但是由于NAS设备容量较大且碎片较多&#xff0c;所以此类设备删除或者格式后恢复难度是比较大的&#xff0c;下边我们来分享下32T存储的恢复方…
阅读更多...
不愧是字节，图像算法面试真细致

不愧是字节，图像算法面试真细致

这本面试宝典是一份专为大四、研三春招和研二暑假实习生准备的珍贵资料。 涵盖了图像算法领域的核心知识和常见面试题&#xff0c;包括卷积神经网络、实例分割算法、目标检测、图像处理等多个方面。不论你是初学者还是有经验的老手&#xff0c;都能从中找到实用的内容。 通过…
阅读更多...
网站接口是怎么开发的，开发之后是怎么用的

网站接口是怎么开发的，开发之后是怎么用的

网站接口的开发流程 1.确定接口需求 在开发接口之前我们先要知道&#xff0c;要开发什么样的接口&#xff0c;这个接口是用来干什么的&#xff0c;得先知道相关的需求&#xff0c;才能规划下一步&#xff0c;比如客户想要一个文章列表&#xff0c;那么我们就知道这个需求…
阅读更多...
算法day29

算法day29

第一题 695. 岛屿的最大面积 本题解法&#xff1a;采用bfs的算法&#xff1b; 本题使用象限数组的遍历方法和定义布尔数组vis来遍历每一个元素的上下左右元素&#xff0c;防治被遍历的元素被二次遍历&#xff1b; 本题具体分析如上题故事&#xff0c;但是由于要求区域的最大面…
阅读更多...
爆肝三天，制作属于自己的地图——DAY3（地图数据发布详细教程）

爆肝三天，制作属于自己的地图——DAY3（地图数据发布详细教程）

4&#xff0c;重建顶层。 倾斜摄影数据的组织方式&#xff0c;一个 Data 目录下的 Tile 可能会成千上万&#xff0c;如果不使用重建顶层&#xff0c;那么输出的3DTiles的包围盒会非常非常多&#xff0c;增加加载时长。重建顶层&#xff0c;程序会根据瓦片的空间结构关系采用八…
阅读更多...
opencv安装笔记 各种平台

opencv安装笔记 各种平台

目录 python安装opencv-python c 麒麟arm系统安装和用法 python安装opencv-python pypi上搜索 Search results PyPI 现在安装是一个版本&#xff0c;大于3.6都可以安装 c 麒麟arm系统安装和用法 参考&#xff1a; ffmpeg rknn麒麟系统 安装 opencv_ffmpeg4 解码示例-CSDN…
阅读更多...
Vitis HLS 学习笔记--Vitis Accelerated Libraries介绍

Vitis HLS 学习笔记--Vitis Accelerated Libraries介绍

1. 简介 Vitis Accelerated Libraries&#xff0c;包含很多现成的库&#xff0c;这些库都是开源的&#xff0c;也就是说代码是公开的&#xff0c;而且已经优化过&#xff0c;可以让程序运行得更快。你不需要改变太多你的代码&#xff0c;就能让你的程序速度提升。 这些库有很…
阅读更多...
两个螺旋面的交线

两个螺旋面的交线

已知轴截面齿形&#xff0c;先得到螺旋面 然后在计算出对应的端面齿形 在用端面齿形来计算和另一个螺旋面的相交曲线。 三维验证这个方法可行&#xff01;
阅读更多...
react用ECharts实现组织架构图

react用ECharts实现组织架构图

找到ECharts中路径图。 然后开始爆改。 <div id{org- name} style{{ width: 100%, height: 650, display: flex, justifyContent: center }}></div> // data的数据格式 interface ChartData {name: string;value: number;children: ChartData[]; } const treeDep…
阅读更多...
conda添加镜像源与channels

conda添加镜像源与channels

文章目录 一、conda下添加国内镜像源&#xff08;window下&#xff09;二、pip配置国内镜像源&#xff08;window下&#xff0c;临时修改&#xff09;三、conda源的定义 一、conda下添加国内镜像源&#xff08;window下&#xff09; 1、为【channels】配置清华镜像通道 直接在…
阅读更多...
每日一题——Python实现PAT乙级1012 数字分类（举一反三+思想解读+逐步优化）五千字好文

每日一题——Python实现PAT乙级1012 数字分类（举一反三+思想解读+逐步优化）五千字好文

一个认为一切根源都是“自己不够强”的INTJ 个人主页&#xff1a;用哲学编程-CSDN博客专栏&#xff1a;每日一题——举一反三Python编程学习Python内置函数 Python-3.12.0文档解读 目录 我的写法 代码优点 代码缺点 时间复杂度 空间复杂度 代码改进建议 我要更强 哲…
阅读更多...
Docker部署常见应用之大数据基础框架Hadoop

Docker部署常见应用之大数据基础框架Hadoop

文章目录 Hadoop简介主要特点核心组件生态系统 Docker Compose 部署集群参考文章 Hadoop简介 Hadoop是一个开源框架&#xff0c;由Apache软件基金会开发&#xff0c;用于在普通硬件构建的集群中存储和处理大量数据。它最初由Doug Cutting和Mike Cafarella创建&#xff0c;并受…
阅读更多...
量化交易入门——盘口

量化交易入门——盘口

今天接着上一期讲解开盘定势的种类&#xff0c;在讲之前&#xff0c;科普一下“盘口五档”的成交知识。 每个炒股软件上&#xff0c;都会有某只个股的成交信息&#xff0c;在其中会出现一个五档的行情列表&#xff0c;里面列出了买家和卖家各五个价格及其对应的数量。这五档价…
阅读更多...
【单片机毕业设计选题24003】-基于STM32和阿里云的家庭安全监测系统

【单片机毕业设计选题24003】-基于STM32和阿里云的家庭安全监测系统

系统功能: 此设计采用STM32单片机采集环境温湿度,烟雾浓度和一氧化碳浓度显示在OLED上&#xff0c;并将这些信息上报至阿里云平台。 1. 上电连接手机热点后自动连接阿里云&#xff0c;可通过阿里云平台收到系统上报的温湿度&#xff0c;烟雾 浓度&#xff0c;一氧化碳数据以…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023