【AI求職系列1】AI 產(chǎn)品經(jīng)理人才結(jié)構(gòu)及求職建議

這是求職產(chǎn)品經(jīng)理系列的第179篇文章

最近很多小伙伴想要進(jìn)入AI行業(yè)做產(chǎn)品做研發(fā)，但是我發(fā)現(xiàn)很多人的基礎(chǔ)比較薄弱，很多基礎(chǔ)的概念、流程、算法以及高頻面試問題都搞不清楚。

所以從這篇文章開始，我會寫一系列問題，幫助大家一步步進(jìn)入AI行業(yè),少走彎路。還沒有關(guān)注公眾號的一定要關(guān)注走一波~

這一篇會重點介紹機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別與聯(lián)系；人工智能的產(chǎn)業(yè)發(fā)展現(xiàn)狀；AI行業(yè)的人才結(jié)構(gòu)以及轉(zhuǎn)行建議。

一、機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)的核心是讓機(jī)器有能力從數(shù)據(jù)中發(fā)現(xiàn)復(fù)雜的規(guī)律，并且通過這些規(guī)律對未來某些時刻的某些狀況進(jìn)行預(yù)測。

舉例來說：

假設(shè)，我們要通過機(jī)器學(xué)習(xí)預(yù)測未來幾天內(nèi)是否下雨，那我們需要篩選出過去一段時間內(nèi)比較重要的天氣特征數(shù)據(jù)，比如過去的平均氣溫、濕度、降水量等等，然后通過機(jī)器學(xué)習(xí)算法從這些歷史數(shù)據(jù)中發(fā)現(xiàn)規(guī)律。

這個所謂的規(guī)律就是算法工程師常說的模型，而發(fā)現(xiàn)這個規(guī)律的過程就是訓(xùn)練模型的過程。最終通過這個模型加上相應(yīng)的氣溫、濕度等特征數(shù)據(jù)，我們就可以計算出未來幾天內(nèi)下雨的一個概率。

我們可以用一句話來總結(jié)機(jī)器學(xué)習(xí)的過程：機(jī)器學(xué)習(xí)就是讓機(jī)器從過去已知的大量數(shù)據(jù)中進(jìn)行學(xué)習(xí)，進(jìn)而得到一個無限接近現(xiàn)實的規(guī)律，最后通過這個規(guī)律對未知數(shù)據(jù)進(jìn)行預(yù)測。

其中，我們使用的過去的數(shù)據(jù)就是我們說的樣本，而氣溫、濕度這些屬性就是特征，過去某一天是否下雨就是我們建模時用到的標(biāo)簽（或者叫結(jié)果）。

如果在建模過程中，我們能夠獲得這些標(biāo)簽并使用它們訓(xùn)練模型，就叫做有監(jiān)督學(xué)習(xí)。如果沒有標(biāo)簽，就叫做無監(jiān)督學(xué)習(xí)。

像上面這種預(yù)測是否下雨，預(yù)測結(jié)果是“是 / 否”這樣的問題，就是分類問題，如果是預(yù)測具體溫度是多少，預(yù)測的結(jié)果是一個連續(xù)值的，就是回歸問題。

如果大家想要學(xué)習(xí)更多AI領(lǐng)域的專業(yè)名詞及解析，可以直接點擊下面這篇文章：

真心建議大家沖一沖新興領(lǐng)域，工資高不內(nèi)卷【內(nèi)含99個AI專業(yè)名詞解釋】

二、深度學(xué)習(xí)

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種，是一種特殊的機(jī)器學(xué)習(xí)，它借鑒了人腦由很多神經(jīng)元組成的特性，而形成的一個框架或者說是方法論。相對于普通的機(jī)器學(xué)習(xí)，深度學(xué)習(xí)在海量數(shù)據(jù)情況下的效果要比機(jī)器學(xué)習(xí)更為出色。

如下圖所示，人工智能是一個范圍很大的概念，其中包括了機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)包括了深度學(xué)習(xí)。

雖然深度學(xué)習(xí)的效果很好，但它也有局限，比如，深度學(xué)習(xí)對機(jī)器性能的要求會更高，算法模型訓(xùn)練時間相對更長等等。所以，我們需要根據(jù)實際業(yè)務(wù)的場景來選擇是否應(yīng)用深度學(xué)習(xí)的相關(guān)算法。

三、人工智能產(chǎn)業(yè)現(xiàn)狀

理解了什么是人工智能之后，接著，我們再來看看人工智能的產(chǎn)業(yè)現(xiàn)狀怎么樣，從全局的視角來了解整個行業(yè)，這對我們知識體系的建立是非常有幫助的。

對于人工智能的產(chǎn)業(yè)，我們可以基于產(chǎn)業(yè)鏈的上下游關(guān)系，把它分為基礎(chǔ)層、技術(shù)層和應(yīng)用層。

我們先來看最下面的基礎(chǔ)層，它按照服務(wù)的線條被劃分成芯片服務(wù)、云服務(wù)、機(jī)器學(xué)習(xí)平臺和數(shù)據(jù)服務(wù)，它們都是我們整個 AI 行業(yè)最底層服務(wù)提供者。

再上一層的技術(shù)層是 AI 技術(shù)的提供者，我按照技術(shù)類別對它進(jìn)行了劃分。這里面，我們比較熟悉的企業(yè)有商湯、依圖，它們主要是提供計算機(jī)視覺服務(wù)，最常見的應(yīng)用場景就是人臉識別了

最上面的應(yīng)用層是 AI 技術(shù)對各行業(yè)的應(yīng)用服務(wù)，比如AI+零售/金融/教育/文娛等領(lǐng)域均有很多應(yīng)用場景。

首先，B端的落地場景

1）教育領(lǐng)域的典型應(yīng)用場景有：校園考勤、作文批改、知識問答等

2）健康領(lǐng)域的典型應(yīng)用場景有：醫(yī)療影像輔助、在線問診、患病預(yù)測等

3）零售領(lǐng)域的典型應(yīng)用場景有：智慧營銷、智能貨柜、虛擬試衣等

4）文旅領(lǐng)域的典型應(yīng)用場景有：智慧景區(qū)、AI導(dǎo)覽、車輛調(diào)度等

5）政務(wù)領(lǐng)域的典型應(yīng)用場景有：智慧城市、智慧公安、人臉監(jiān)控預(yù)警等

6）金融領(lǐng)域的典型應(yīng)用場景有：量化交易、金融風(fēng)控、催收機(jī)器人等

7）安防領(lǐng)域的典型應(yīng)用場景有：車牌識別、巡檢機(jī)器人、危險行為檢測等

8）客服領(lǐng)域的典型應(yīng)用場景有：智能客服、客服質(zhì)檢、客戶回訪等

其次：C端的落地場景

當(dāng)前AI在C端主要應(yīng)用在文本、圖片、音頻、視頻四大領(lǐng)域。

1）文本領(lǐng)域的典型應(yīng)用場景有：營銷文案、知識科普、文字客服等

2）圖片領(lǐng)域的典型應(yīng)用場景有：圖像編輯、圖像生成、圖像識別等

3）音頻領(lǐng)域的典型應(yīng)用場景有：語音合成、音樂制作、有聲書等

視頻領(lǐng)域的典型應(yīng)用場景有：視頻后期剪輯、視頻生成、數(shù)字人等

除此之外，在整個 AI 產(chǎn)業(yè)鏈中，BAT 提供了全鏈條的服務(wù)，它們既做了最底層的基礎(chǔ)服務(wù)，如云服務(wù)、機(jī)器學(xué)習(xí)平臺，也做技術(shù)輸出，如 BAT 會有自己的計算機(jī)視覺、語音識別等能力，同時也有對外的應(yīng)用場景，所以我把它們放到了一列中。以下是全景圖，供大家參考：

四、AI 產(chǎn)品經(jīng)理人才結(jié)構(gòu)

了解了人工智能的發(fā)展現(xiàn)狀，我們就可以有針對性地看一下這些層級的公司對 AI 產(chǎn)品經(jīng)理都有哪些要求了。

那這些產(chǎn)品經(jīng)理究竟有什么區(qū)別呢？接下來，我就結(jié)合應(yīng)用層、技術(shù)層和基礎(chǔ)層這三個層級企業(yè)的特性，來給你講講不同層級產(chǎn)品經(jīng)理所需的技能，同時給你一些具體的轉(zhuǎn)行建議。

首先是基礎(chǔ)層

處于基礎(chǔ)層的企業(yè)主要提供算力和數(shù)據(jù)服務(wù)，這些企業(yè)的特點是，偏硬件，偏底層技術(shù)，技術(shù)人員居多。

這就要求 AI 產(chǎn)品經(jīng)理了解如云計算、芯片、CPU/GPU/FPGA/ASIC 等硬件技術(shù)，以及行業(yè)數(shù)據(jù)收集處理等底層技術(shù)和框架。所以，原來從事底層硬件、技術(shù)平臺、基礎(chǔ)框架的產(chǎn)品經(jīng)理或者相關(guān)領(lǐng)域的研發(fā)，就比較適合轉(zhuǎn)型到基礎(chǔ)層了。

其次是技術(shù)層

處于技術(shù)層的企業(yè)主要的業(yè)務(wù)是為自己的業(yè)務(wù)或者上游企業(yè)提供相應(yīng)的技術(shù)接口。這些企業(yè)的特點是技術(shù)能力強(qiáng)，大部分業(yè)務(wù)都是 ToB 服務(wù)。

這個時候，AI 產(chǎn)品經(jīng)理就必須要具備企業(yè)所在領(lǐng)域的技術(shù)知識，如語音識別（ASR）、語音合成（TTS）、計算機(jī)視覺（CV）、自然語言處理（NLP）等通用技術(shù)，最好還能了解 TensorFlow、Caffe、SciKit learn 這樣的機(jī)器學(xué)習(xí)框架。

所以，技術(shù)層的 AI 產(chǎn)品經(jīng)理本身必須具備一定的技術(shù)基礎(chǔ)，最好還能是算法出身的工程師。但不管你屬于哪一種，都一定要保有探索的熱忱。

最后是應(yīng)用層

這類型公司就是我們?nèi)粘Ｉ钪薪佑|最多的互聯(lián)網(wǎng)公司，只是其中一些公司走的比較靠前，應(yīng)用了 AI 技術(shù)來賦能自己的內(nèi)部業(yè)務(wù)。比如滴滴使用 AI 技術(shù)做智能分單、智能補(bǔ)貼；京東數(shù)科是用 AI 技術(shù)做智能反欺詐，大數(shù)據(jù)風(fēng)控。比如現(xiàn)在的智能聊天機(jī)器人，妙鴨等一些圖生圖的應(yīng)用等等。

這一層是互聯(lián)網(wǎng)產(chǎn)品經(jīng)理轉(zhuǎn)型最多，也是成功率最高的一層。

處于應(yīng)用層的企業(yè)，大多數(shù)直接面向 C 端用戶，所以它們關(guān)注的是如何結(jié)合市場特點，來利用 AI 技術(shù)創(chuàng)造性地設(shè)計出符合市場需求的產(chǎn)品。

所以這類型的產(chǎn)品經(jīng)理不僅要求對所在行業(yè)有深刻的認(rèn)識，同時也要對 AI 技術(shù)有一定的了解。能夠與算法和研發(fā)工程師順暢溝通與配合，能夠判斷算法同學(xué)交付的產(chǎn)品是否滿足業(yè)務(wù)需求。

總之，這一層的 AI 產(chǎn)品經(jīng)理崗位，比較適合已經(jīng)在某個領(lǐng)域具備了行業(yè)經(jīng)驗，打算轉(zhuǎn)型做這個領(lǐng)域產(chǎn)品經(jīng)理的同學(xué)。對于這樣的同學(xué)，這一層的入門門檻比較低，在補(bǔ)充一定的 AI技術(shù)知識后，再補(bǔ)充1-2個AI的實戰(zhàn)項目經(jīng)驗，獲得一份 AI 產(chǎn)品經(jīng)理的 Offer 相對來說會容易很多。

總之：

如果你對硬件有足夠的了解，那么可以嘗試進(jìn)入基礎(chǔ)層發(fā)展；

如果你本身就是一個算法工程師，精通一些算法或開發(fā)框架，就可以考慮進(jìn)入技術(shù)層，你將有天然的優(yōu)勢；

如果你和大多數(shù)的互聯(lián)網(wǎng)產(chǎn)品經(jīng)理一樣，在自己所處的行業(yè)有足夠的經(jīng)驗，但是對于 AI技術(shù)了解還不夠，那更適合來應(yīng)用層發(fā)展，發(fā)揮自己對于業(yè)務(wù)的敏感度，發(fā)現(xiàn)行業(yè)的創(chuàng)新點。

如果大家想要轉(zhuǎn)行應(yīng)用層的AI產(chǎn)品經(jīng)理，但是缺乏項目知識以及項目經(jīng)驗，則可以重點看一下這篇文章：

沒有項目經(jīng)驗，如何快速轉(zhuǎn)行AIGC產(chǎn)品經(jīng)理？