这周在上海出差，划个水，发一篇之前写的文章，谈谈如何入门AI行业
另外，有朋友说我的文章读起来很累，自我反思，确实写的太长，后面我会在保证有趣或有干货的情况下，将文章内容尽量减短，实在是不能缩减短的，会拆分为上下文，欢迎多给建议哈，感谢~
01
AI行业有哪些方向？
当我们说到AI行业的公司时，一般会按照其使用的AI技术或运用AI技术的领域，划分为以下几个大的方向
1）自然语言方向
主要涉及技术：
· 自然语言处理 NLP-nature language processing
即通过 AI技术 让机器实现对自然语言的理解，例如当你使用苹果手机和「Siri」对话时，「Siri」如何理解你说的话，其中就用到了NLP的技术
再比如你在使用支付宝遇到问题时，向支付宝的机器人咨询问题，机器人就是使用了NPL相关的能力理解了你的问题。
国内在NLP领域比较知名的厂商
-
BAT
-
搜狗
-
网易
-
竹间智能
-
追一科技
-
三角兽
2）语音方向
主要涉及技术：
· 自动语音识别 ASR（automatic speech recognition）
· 语音合成 TTS（text to speech）
最常见的例子莫过于「讯飞语音输入法」，说话的语音内容通过ASR直接转为文字
而TTS运用也十分广泛，在大量的「阅读类」APP中，将文字转为语音，让读者能方便的听书，这里面就运用到了TTS技术
国内在ASR/TTS领域比较知名的厂商
-
讯飞
-
BAT
-
搜狗
-
云知声
-
声智科技
3）视觉方向
主要涉及技术：
· 计算机视觉 CV（computer vision）
大家在手机APP银行卡开卡过程中使用的「刷脸验证身份」的功能，以及在各种修图软件中看到的各种可爱的装饰（自动识别人脸后贴上装饰），运用到的就是CV技术。
除了上述提到的使用场景外，目前大量的监控识别，也广泛运用了CV技术。
例如去年歌神开演唱会的时候，各种逃犯被抓…
国内在CV领域比较知名的厂商
-
商汤科技
-
旷视科技
-
BAT
-
依图科技
-
云从科技
-
速感科技
-
汇医慧影
4）自动驾驶方向
主要设计技术：
· 及时定位地图构建 SLAM（simultaneous localization and mapping）
SLAM能使机器人在未知的环境中，通过对环境的观测确定自身的运动轨迹，同时构建出环境的地图，例如家中使用的扫地机器人，自动驾驶等，都会使用到该技术。
国内在自动驾驶领域比较知名的厂商
-
百度
-
图森未来
-
驾驭科技
-
文远知行
-
小马智行
-
禾多科技
-
小鹏汽车
-
滴滴出行
其余的方向还有「AI芯片」「AI智能推荐」「AI游戏」等，不一一枚举
可以根据自己**「感兴趣**」的方向，再「针对性」****的去学习相应的技术知识。
02
AI行业产品经理有哪些**？**
在AI行业，个人按照「实际工作」时对「AI技术」需要了解的程度，分为以下三类产品经理（并没有优劣之分，只是工作内容不同）
1）不需要了解AI技术的产品经理
AI小白跨行成为此类产品经理，难度系数：★☆☆☆☆
很多AI公司的产品经理岗位，实际和懂不懂AI技术关系不大。
【招聘网站】
例如做「内部的数据管理平台」、「BI分析」、「信息推荐」其实都和AI关系不大
再比如有些公司使用了AI能力做出了硬件产品（机器人，智能音箱），需要通过电商来销售商品，那么自然需要有电商管理平台，电商那一套的玩法和在AI公司没有两样。
所以有意向要去AI公司的童鞋，刚好有意向公司坑位所需的技能，跨行来AI公司真的是分分钟的事情。
特别是日后想从事和AI技术相关的产品工作，但一时半会转不过来的童鞋，可以通过这种方式曲线救国，先进AI公司，再自主学习后，争取转岗机会
2）需简要了解AI技术的产品经理
AI小白跨行成为此类产品经理，难度系数：★★★☆☆
这类产品经理主要是「应用层」的产品经理，开展工作时，仅需简单的了解AI能做什么和不能做什么，存粹将AI技术当做一个API（接口，或理解成黑盒）运用即可
例如基于已有的AI技术做出电销机器人，关于AI的内容，产品经理仅需要了解
· NLP / ASR / TTS 基本原理和技术边界
· 一个好的模型所需的数据是怎样的
· 任务型的任务图如何绘制
· 遇到Badcase的分析思路和解决方法
而模型为什么能理解用户的话语，底层的运转机制是如何，训练的时候是采用了什么算法，这些你即使不知道，对你你开展工作影响不大
这类的产品经理，更重要是策划相应的行业解决方案，思考如何将已有的AI技术（你知道了AI技术的能力边界）落地到某一传统行业的某一细分流程中，提升效能
而需要了解这些AI概念，花上1-3个月的下班后时间学习相应知识即可。
3）需深度了解AI技术的产品经理
AI小白跨行成为此类产品经理，难度系数：★★★★★
这类产品经理主要是偏「算法层」的产品经理，需要进行和算法同事打交道，将AI能力做成简单，高效，可复用的产品，封装好后提供给「应用层」调用，最终工作产物甚至可能是一系列没有任何图形界面的API
因为工作中必须要和算法同事频繁沟通，所需小白跨行直接负责此类产品经理的工作，难度较大。
非科班出身，至少需要花上半年的时间在学习AI技术上，「机器学习」和「深度学习」的原理要略懂，最好撸过Python，用过TensorFlow，Train过模型…
