据不完备统计,2017年中国的AI产品经理从业者大约二、三百人,他们切入AI的背景条件一样平常是:公司内部转岗、安防/媒体/机器人等行业背景、专业技能背景、有时做过ASR/搜索等产品(那时候不叫AI)。
大部分想转型的PM没有AI背景,还可能面临其他困难:从业年限、地域限定、事情稳定性考虑等等;但这并不妨碍从业者数量2018年初暴涨到800-1000人。今年AI公司集体爆发,跑马圈地的AI公司乐意给求职者更多原谅;而互联网PM沉淀过产品方法论,人数过剩且有危急意识,是最适宜转型的群体。
我从2017年10月决定转型,当时零AI背景转型成功的案例非常少,网络上更多流传的是从业者的跳槽履历,很少有真正契合AI小白背景的履历文章。下面,我来分享个人详细的七步走策略:找到抓手、核阅自己、目标操持、学习输入、实行输出、调研&简历、口试&选择。
一、找到抓手
任何宝箱都有匹配的钥匙。存心网罗学习资源,一定会创造“AI产品经理大本营”这类社群,得到与从业者互换的机会。深入互换后,你会有基本的觉悟:AI产品经理的能力维度很全面,转型最少须要学习3-6个月。
二、核阅自己
过去的互联网环境让很多PM以为:不用太懂技能,不用研讨生理学和设计,乃至不用成为业务专家,只要按日常事情套路随便搞搞就月薪一两万。过去是由于成本暴躁、企业暴躁,但想做AI,就必须先核阅自己到底有哪些代价。
1. SWOT
以我为例:
上风:科技知识储备、多次跨界经历、3年管理、落地几款盈利/明星产品。劣势:没有AI背景、5年事情履历(事情越久转型越难)。上风劣势是相对的,要看口试什么样的公司。最近碰着几位口试者,没理解公司背景就谈上风,找不准契合点很尴尬。
2. 用户调研
转型是个长期过程,offer是力求一击必杀。我的策略是:集中学习加强AI认知,仿照AI场景做调研剖析、产品设计、机器模型,输出文章给自己增加背书;向心仪的JD临时抱佛脚,找到自己能为这家公司带来的3条差异化代价。
3. 斩断心锁
会有人想,为什么有这步多余的操作。我们每每面对主要决议时才须要“斩”,实在很多转型的朋友都做了一定的捐躯,我也自切了几刀。这里讲究个“快”字,最忌拖泥带水。
Q:定居四年的苏州AI发展较弱?
A:预备移居深圳。
Q:没AI履历?
A:降薪并放低姿态。
Q:大厂只要螺丝钉?
A:去创业团队做万金油。
Q:事情忙学习韶光少?
A:裸辞。
Q:跨城市情试未便利?
A:在深圳住1个月酒店。
Q:奔30的岁数该要娃了?
A:不转型成功武断不要娃!
没有退路才有出路,多斩几刀,会感到身轻如燕。转型必须雷厉风行,能束缚自己的只有自己。
三、目标操持
一入AI深似海,面对繁杂的知识体系,如何推演出适宜自己的学习路径?小步快跑,试错迭代。我的做法比较接地气:写份转型操持抛到社区,坐等各路豪杰来吐槽:《转型AI产品经理:这是我的3周学习小结》
这篇文章在大家都是产品经理社区单渠道得到3万+阅读量,现在看它还是踩过很多坑,终极实行的操持与文章中的相差50%以上。当时很快就收成了一波好友和宝贵建议,比如:调度学习资料的层级构造、正面迎击技能通识。
我将操持设定了几个里程碑,阶段性复盘。险些不留安歇韶光,每天思考到后半夜,均匀日就寝小于5小时。这种状态坚持几天很轻松,长久下来,磨练的便是意志力,终极人瘦了一圈。
我们的认知和市场形式每天都在变革,进度操持必须逐日迭代。4个月光阴须臾即逝,错一点或者慢一步,就可能丧失落2018年的金三银四。
四、学习输入
先想清楚每一项输入对应的代价是什么,然后网罗书本、社群、自媒体、会展和公开课,一定能找到得当的资源。
1. 资料分层分类
AI干系的场景案例、技能通识、产品通识、行业通识、学术论文、数据剖析;还有其他增加深度的方向:认知科学、神经学、生理学、哲学宗教等。选择一个最希望从事的方向多备些资料,比如CV、NLP、智能家居。
2. 广度or深度
一些业内人士建议优先深度,我以为两者都要,而且是先广后深,这样有利于全局视角。如果你真在近期口试过,就可能知道个中的无奈。以上海为例,做NLP方向的公司就竹间、小i机器人这几家。如果投简历未得到回应,或者口试见光去世几个,就没什么机会了。以是有个兜底的选项便是广撒网先上船,AI的几个领域之间相互转岗非常随意马虎。
3. 深入到什么程度
一定程度理解机器学习、NLP等技能事理,清楚特定方向的技能瓶颈,能够结合行业现状剖析一个AI场景。这里有个困难:没有AI背景,没在项目中沉淀过,自学起来也难接地气。目前各公司保密做的很好,核心干货不会让转型者得到。跟从业者搞好关系,多互换取经是很好的办法。
我当时没有深切NLP、CV、模式识别中的某个方向,而是从0学Python、Tensorflow搭神经网络、做些根本的Case。考试测验调用框架实现大略的会话机器人Demo,目的是更直不雅观理解机器学习。学习代码纯属兴趣,实际上偏运用的AI产品经理不须要工程操作。
4. 如何验证学习效果?
给自己编30道口试题,对着镜子仿照口试,直到能得满分为止。再换下面的30道,这样一轮轮下来,遍通书身的认知边界。创造边界太窄,就连续扩展边界。
口试AI团队,最忌讳对AI认知过浅。如果你是口试官,碰着的求职者讲不清朴素贝叶斯、SVM、NLP瓶颈边界、神经网络类型和事理,不能深入剖析某个AI场景。咱们公司又不是慈善机构,会给他事情机会么?
五、实行输出
我输出的方向是场景剖析、学习条记、不雅观点意见、事情习气和未来畅享,目的是广泛覆盖PM的思考维度,以下是输出的部分:
《能否借助AI破译婴儿哭声?》《两周搭建Demo理解机器学习》《关于Google发布AutoML的几点意见》如果可能的话,最好留杀手锏。我压了3篇草稿一贯没发布,命题是AI的居家癌筛场景、机器的灵商与意识、区块链与AI结合。实践证明,口试中取出来可以让人面前一亮,一些新鲜、有深度的不雅观点每每能够超出口试官的预期。
输出不一定完美,我们会对自己粗劣的文章感到愤怒和耻辱,知耻而后勇,倒逼自己通过输入来完善它。零AI根本的输出水准,可以折射出此人在AI领域的发展潜力。
六、调研&简历1. 调研公司
口试就像找工具,口试官会跟一个不理解自己的人结婚么?
最近创造有很多不重视调研的求职者,很难指望他们在未来的事情中做好调研。如果这样的人简历很光鲜,那一定有水分,由于他们不尊重岗位,不具备同理心和职业习气。
2. HR是若何筛选简历的?
简历中突出上风、层次光鲜是必须的,招聘专员每天面对海量简历,每每10秒钟扫下简历中是否有AI、大厂、明星产品背景,统一的筛选标准有助于提升效率。而Boss直聘等个人渠道则不太一样,Boss每每更耐心,视角更专业。
3. 没有项目履历,担心简历跟JD不契合怎么办?
如果你做过场景剖析,仿照策划过AI产品或Train过Model,这些便是最好的背书。简历中带上作品链接,放到显眼的位置,确保作品质量别太弱。
4. 简历写好了,找人内推还是自己投?
口试有时性很多,内推的触达率确实高一点,但并不存在绝对上风。建议多管齐下,不过度依赖某个渠道。不要一股脑全投出去,为简历留些完善的机会。
5. 要用STAR原则优化简历么?
STAR原则便是针对各家JD定点偷袭,拆分出N个版本的简历。一些HR朋友见告我STAR原则的投递效果很有限,我还是熬了一周的夜制作30多个版本的简历分批投递,开通了查看竞争者的会员权限。目的是搞透深圳市各公司的招人标准,推测公司招聘的紧迫程度和人才竞争格局。
七、口试&选择
网络上的口试技巧和常见问题有很多,这些基本的苦工还是要下的,提几个关键点:
1. 调度状态,淡定当心
口试前我会冥想几分钟,深呼吸,将状态调度到最佳。时候留神口试官的眼神、动作、话语,每个细节变革都是一道口试题,冷漠不一定代表否定,微笑也不一定代表认同。
时候揣测他的意图,守住心神。人在精神松懈的时候,潜意识的反馈最随意马虎暴露缺陷。即便是情商低的人,经由刻意演习后也可以与口试官轻松对话。
2. 避免浮夸
刚做PM那年,我碰着个8年PM履历的口试官,他对我说:“没做5年以上的PM,不要轻易谈计策” ,这句话经受住了韶光的磨练。后来我刻意磨炼升维思考和领导视角,依然在3、4年后才参与到计策。以是如果自身不具备一些能力维度,只管即便避免浮夸的字眼,别把口试官当傻子。
3. 聚合>发散
产品经理的范畴很广,一次口试只有半个多小时,只管即便减少尬聊和跑题。发散思维很不值钱,没有企业会由于几个好点子而具备核心竞争力,胜负每每取决于奔跑速率和认知深度。发散后要快速聚合,抛出金字塔尖的不雅观点,凝炼到位的表达最能表示PM职业素养。
4. 诚意比什么都主要
诚意是发自内心的尊重和认同,诚意不仅要表现在口试中,并且要持续到入职之后。我在这方面做的比较激进:口试前先自打鸡血,积极应对口试官的每个问题。收到offer后HR建议在公司3公里内租房,我直接租在距公司100米的马路对面,入职第一周每天干到半夜1点往后。将韶光压缩到极致,员工为公司创造代价的差距便是这么一点点挤出来的。
5. 口试是最宝贵的学习机会
几家公司口试下来,对岗位的理解肯定会越来越清晰。每次口试都复盘一下,再针对短板集中突击,可以大大提高后续口试的成功率,不要把困惑留给来日诰日。
6. 团队期望在我们身上看到什么?
口试官每每有这种心态:若A、B、C三名口试者给我的综合评分都是60,终极便是三位都不想要,期望能有一位70分的把他们PK掉。
当比分胶着的时候,我们须要给口试官一锤定音的情由,差异化代价非常主要!
差异化可以表示在悟性灵性、行业认知、教诲文化、职业技能、成功案例等,更要讲清楚逻辑来佐证你真的具备这些上风。
7. 什么样的团队重点考技能理解?
目前大部分转型者希望做偏场景运用、商业化的AIPM,岗位对技能理解有哀求但不苛刻。如果你的技能认知偏弱,建议避开这几类团队:
技能驱动而非产品、运营驱动的公司,企业基因根深蒂固,很难改变。偏传统的公司每每稽核技能,一些激进的产品经理可能不喜好这种氛围。项目还在探索阶段,很难复用现成的办理方案,须要AIPM常跟算法、科学家泡在一起,对模型效果卖力。选择团队远比选择岗位主要。好的团队即便阶段性失落败了,依然可以沉淀出战斗力。糟糕的团队,可能会给自己的职业生涯抹黑。对产品经理来说,好团队的关键词可能是:创始团队、原谅、开放、人性化、激进、创新等。只管即便避免唯技能论,或者唯履历论的团队。
我收到的offer包含ASR、CV、NLP几个方向,终极选择追一科技,是由于团队基因好、NLP较强、接地气、更懂我,事实证明这个选择非常精确。
好了,以上便是本次分享的紧张内容,希望能够给你带来一点帮助。末了,转型互换的过程中,我常常来不及回答朋友的提问,顺便在这里附上3个常见的问题,谈谈个人的理解:
1. AI产品经理是不是比互联网产品经理厉害?
这是个伪命题,我一样平常会反问:月薪10万的PM和月薪2万的AIPM,哪个更厉害?答案当然是:卓越的PM更厉害。
有这样一类PM,喜好给自己设定远高于群众的标准。即便团队对他们没哀求,他们依然会懂技能、懂设计、懂营销、懂商业、懂管理、懂业务、懂生理。
他们能做好螺丝钉,也能做好万金油。他们将自己视作增强学习模型,不断向CEO去拟合。他们知道:PM终极拼的是人文素养和灵魂境界,而不是职位名称、从业年数、名校背景。他们的生平都在自我进化,以是从不纠结自己究竟是PM还是AIPM。2. AI有泡沫,到底要不要做?
泡沫的多少代表市场感情的强烈程度,没有泡沫的行业是不值得去做的
我的建议是:若真爱AI,不要犹豫,不必关心转型红利期还剩多久。若你对AI不执够著,也不用强求,不忘初心就好。反正我们是产品经理,我们要进化这个时期。
3. 产品经理成熟的标准是什么?
看他做一款创新型产品时,更依赖竞品调研还是独立判断。站在巨人的肩膀上是没错,但前瞻性的方案更依赖人性洞察和市场嗅觉:
成熟的PM相信一万小时理论,对元认知刻意创建索引,不短缺方法论和工具,最缺的是韶光。他们可以清晰阐述产品的隐性逻辑,为什么要方案1而不是方案2,不做模棱两可的决策。他们能将风格自傲地贯彻到产品和团队中,让它具备激进或端庄的气质他们坚忍克制,勇往直前,拥有对威信说不的胆魄。作者:于长弘,公众年夜众号:AI小宇宙(ID:AI_endless)
本文由 @于长弘 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 Pixabay,基于 CC0 协议