首页 > 其他分享 >入职3年-我如何做一名AI产品经理

入职3年-我如何做一名AI产品经理

时间:2024-04-22 10:57:42浏览次数:18  
标签:入职 项目 AI 经理 用户 一名 技术 产品

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。

 

标签:入职,项目,AI,经理,用户,一名,技术,产品
From: https://www.cnblogs.com/Jcloud/p/18150189

相关文章

  • MYSQL explain的使用
     #1.table:表名#查询的每一行记录都对应着一个单表EXPLAINSELECT*FROMs1;#s1:驱动表s2:被驱动表EXPLAINSELECT*FROMs1INNERJOINs2;#2.id:在一个大的查询语句中每个SELECT关键字都对应一个唯一的idSELECT*FROMs1WHEREkey1='a';SELECT*FROMs1INNER......
  • 探索人工智能在测试领域的新纪元:AI编写测试用例的前景
    简介测试用例是测试人员的核心工作内容,是测试人员思想的“实现类”,其充分体现了测试的思路,可以为后续的测试行为提供指导,是测试人员了解业务的重要根据和质量之根本。如果测试用例设计得不完成,出现了遗漏,那么通常是会出现大家不想看到的后果,如漏测、线上Bug不断等。——引用自......
  • 深度学习-nlp-NLP之实现ai写唐诗--75
    目录1.训练2.推理3.效果1.训练importcollectionsimportnumpyasnpimporttensorflowastf#-------------------------------数据预处理---------------------------#poetry_file='./data/poetry.txt'#诗集poetrys=[]withopen(poetry_file,"r",......
  • Linux_aarch64_head.S到main.c的环境建立
    PS:要转载请注明出处,本人版权所有。PS:这个只是基于《我自己》的理解,如果和你的原则及想法相冲突,请谅解,勿喷。环境说明  无前言  最开始,我仅仅是对linux比较感兴趣,觉得其很神奇的,能够做到很多事情。后面了解到其源码也是开源的,于是抱着学习的态度,简要的看了看相关的代......
  • 服务器硬件与RAID
    1.服务器硬件详解**查看服务器CPU的信息**cat/proc/cpuinfo或lscpumodelname#CPU型号physicalid#物理CPU的IDcpucores#每个物理CPU中的核心数processor#逻辑CPU的ID查看服务器内存的信息cat/proc/meminfo或......
  • .Net与AI的强强联合:AntSK知识库项目中Rerank模型的技术突破与实战应用
        随着人工智能技术的飞速发展,.Net技术与AI的结合已经成为了一个新的技术热点。今天,我要和大家分享一个令人兴奋的开源项目——AntSK,这是一个基于.net平台构建的开源离线AI知识库项目。在这个项目中,我们最近加入了一项强大的Rerank(重排)模型,进一步增强了我们的AI知识库的......
  • vs code--AI编码助手(GitHub Copilot)安装使用
    GitHubCopilot是现在最流行的编程代码助手,现在介绍一下vscode安装使用过程。vscode选择扩展点击,输入Copilot,显示GitHubCopilot和GitHubCopilotChat。现在是默认一起装,装其中一个另外一个都会自动安装。 安装好需要登录GitHub 点击跳到GitHub网页界面 需要输入Dev......
  • kubernetes CNI(Container Network Inferface)
    为什么需要CNI在kubernetes中,pod的网络是使用networknamespace隔离的,但是我们有时又需要互相访问网络,这就需要一个网络插件来实现pod之间的网络通信。CNI就是为了解决这个问题而诞生的。CNI是containernetworkinterface的缩写,它是一个规范,定义了容器运行时如何配......
  • 值得学习的技巧/码风——mainly from jiangly
    1、主体框架:#include<bits/stdc++.h>usingi64=longlong;intmain(){ std::ios::sync_with_stdio(false);std::cin.tie(nullptr);}2、基本都在主函数中定义数组而非全局,且多用\(\rmstd::vector\)而非数组。3、常用函数std::rotate、std::swap、std::max、s......
  • AI刘强东带货,能给数字人带来商业化吗?
    在数字化浪潮的推动下,AI数字人技术正逐渐渗透到直播带货领域,引发行业关注。京东推出的AI刘强东数字人直播带货活动,尽管观看量超1155万,但商业化效果尚待观察。文章深入探讨了AI数字人在直播带货中的优势与挑战,以及其在电商领域的应用前景,为读者提供了一个全面了解AI数字人商业化进......