随着李一舟的AI课程话题的谈论火热，可以看出大家对AI行业的关注，记得李一舟的广告词里说产品经理一定要学AI！
！
！
那产品经理该学AI的什么内容呢，本系列内容将为大家逐步先容，作为一名传统互联网产品经理，转型为AI产品经理，须要理解那些内容，算法，模型当然是要理解的，但是这里要先讲一个AI项目韶光把控的问题，理解并节制这些要点，有助于更加高效地推进项目，减少不必要的项目耽误。本文将会结合实例，列出AI项目韶光把控中须要把稳的5个环节：
一、启动时拆解项目步骤
在启动一个AI项目时，首先须要将其细分为多个任务环节，比如在假粉检测的项目中，可以将项目拆分为：数据网络、数据洗濯、特色提取、模型选择、模型演习及评估优化等步骤。立项时须要明确各个阶段的目标、韶光节点以及有耽误风险时的应对方法。
部分任务由于涉及到的成员不一样，可以在同一个韶光段内同步进行，比如数据网络职员可以分批给出数据，这样算法工程师可以先用第一部分的数据开始事情。每个环节有多少人是可以同时进行，以此来节省项目韶光的，产品经理须要跟项目成员一起沟通来排操持。
拆解任务，不仅有助于团队成员明确每个阶段的事情重心，还能确保全体项目进度可视化，避免项目后期涌现耽误的情形。
二、数据的准备和处理韶光
在有监督学习的AI项目里，每每依赖大量的数据来演习模型，数据的网络、洗濯和预处理事情常日比预期的要花费更多韶光。作为产品经理，你可能须要：整理数据网络的来源渠道，定义数据（如大略的正负情绪分类或更细致的情绪分类等）、制订“数据标注的规范”，验收数据标注的质量等等，这个根据项目团队大小会可能会由不同的人卖力，但产品经理须要跟进数据的网络进度，以确保数据样本的网络知足模型演习的需求。
比如，在评论的情绪剖析的项目中，一开始预想的数据样本可以从公开的电商评论数据集里获取，但是在进行一定的测试后，创造公开数据集适用的电阛阓景跟自己的业务场景还是有一定的差距，无法直策应用或即便利用了模型的效果也不会好，还是须要自己网络数据并进行标注。那此时项目预估的韶光就会比一开始预估的直接用公开数据集要耗时很多。
此外，数据洗濯和预处理须要去除噪声，标准化格式等，这些步骤繁芜而且耗时，网络的数据样本量还可能在进行数据洗濯后，样本数量又不敷了，或者是在模型反复调优的过程中，都须要连续补充数据，这些都可能会导致项目的实际时长比预想的要长。
以是，数据的网络要尽可能地贴近实际的业务场景，实际的数据网络量要比预估的网络量多一些，才可能避免在这些阶段影响项目的进度。
三、数据标注的质量对模型的影响
数据标注的质量直接影响了模型演习的好坏。比如在对文本分类的项目中，我们碰着了标注职员对文本的归类的理解不一致（有的理解成vlog，有的理解成了时尚），在初期也制订了一定的分类标准，但定义的不足细致，而且在数据标注质量的抽查时没有查出这个问题，导致数据导入模型演习后的效果很不好。
为此，就须要投入更多的精力制订详尽的分类定义标准和数据标注的规范，加强内部或外部外部标注职员的培训，并采取多轮审查的机制，也可以采取自动化标注工具来赞助等等来确保模型所需数据的质量，多管齐下才能担保数据标注过程的质量与可控性，才能担保模型的效果不受演习数据的影响。
四、模型调优须要持续迭代
AI模型的演习和调优是一个持续迭代过程，须要不断考试测验不同的参数和算法组合，很难一次性达到最优的模型效果。这个过程须要反复进行，每次迭代都可能创造新的问题须要调度和优化。
比如，在进行文本分类的项目中，就须要根据每次模型的不同分类下的演习结果，不断地调度特色的权重、优化模型的架构等，这些调优的过程都须要韶光来考试测验，验证。
以是，除了要在一开始给项目设置好可接管的预期结果和项目韶光预估外，还要根据项目的繁芜度预留足够的模型调优韶光，不然也会影响项目的交付和质量。
五、环境支配须要预留足够的韶光
AI项目常日依赖于高性能的打算资源，如GPU做事器、云打算资源等，它们都会影响支配的效率和稳定性。此外，AI项目的环境支配还涉及学习框架、中间件等组件之间可能存在版本兼容性问题，须要严格的版本管理和适配，否则可能导致模型在生产环境运行失落败或性能低下。这些环境的配置常日比传统互联网项目更为繁芜些，没有预估好这个环节的韶光，也会影响全体项目的进度。
比如项目初期，没有考虑到环境支配的本钱，在模型演习阶段，才创造打算资源不敷，须要临时增加做事器和GPU设备等等，类似这样的环节都会导致项目有耽误的风险。
产品经理要结合项目的繁芜度，涉及的数据量等，与干系技能职员沟通清楚环境支配须要的韶光和所需的软硬件资源，并预留合理的机动韶光来应对支配可能碰着的寻衅。
在AI项目中，产品经理可以参考以上这5点把稳事变，提升自己的对AI项目的韶光把控能力，避免没有考虑到这些环节而造成AI项目的耽误。如果你也有更多对AI项目韶光把控的办法，欢迎分享互换！
本文由 @养心进行时 原创发布于大家都是产品经理，未经容许，禁止转载
题图来自 Unsplash，基于 CC0 协议
该文不雅观点仅代表作者本人，大家都是产品经理平台仅供应信息存储空间做事。