随着机器学习、深度学习等 AI 技术的突破和应用场景的不断拓展,市场对能够将 AI 技术转化为实际产品和服务的人才需求急剧增加。

关于 AI PM 掌握算法知识的必要性

传统的软件/互联网 PM 在面对 AI 产品时,需要具备更专业的技术知识和独特的产品思维,因此 AI PM 作为一个更加专业化的 PM 角色逐渐形成。

AI 产品通常涉及复杂的算法、大数据处理等技术,同时又需要考虑用户体验、商业模式等因素。这就要求 PM 具备跨学科的知识背景,能够在技术和业务之间进行有效沟通和决策。

  1. 理解产品核心技术
    了解基本的机器学习算法原理,有助于PM更好地理解AI产品的核心技术,从而做出更合理的产品决策。

  2. 与技术团队有效沟通
    掌握一定的算法知识,可以帮助PM与开发团队进行更有效的沟通,减少信息不对称带来的误解。

  3. 评估技术可行性
    在产品规划阶段,PM需要评估某些功能的技术可行性。了解算法知识可以帮助PM做出更准确的判断。

  4. 把握产品发展方向
    AI技术发展迅速,了解算法前沿可以帮助PM更好地把握产品的未来发展方向。

  5. 提升产品竞争力
    了解算法可以帮助PM发现产品的独特优势,提出创新的产品特性,从而提升产品的竞争力。

  6. 数据分析能力
    很多AI算法都涉及到数据处理和分析,掌握相关知识可以提升PM的数据分析能力。

自身成长

对于自身来说能有效的对抗 AI 时代下的 信息流沙。

尤其是在这个新技术井喷的时代，每个人每天都会不停的接触新的知识。

在海量信息的环境下，信息超载和碎片化使我们对信息的质量和真实性难以辨别，有时候会产生一些无力感。

所以梳理一下目前自己接触或者学习过的一些知识，梳理成树🌲，也相当于一个便于查询的数据库，本人会一直归类和更新，欢迎留言共建。

知识分布

  1. 主要分为两部分，地基和新知

    1. 地基：主要为一些AI、NLP、算法等的基础知识。

    2. 新知：主要为最近两年直到当前比较新的知识内容，包括了深度的框架理解，优秀的产品和工具等。

  2. 全脑图（好像一个五彩斑斓的蝴蝶啊😆）

  3. 展开部分翅膀