My AI PM Learning Path Summary

Abstract:本文是我这大半年来的AI PM学习之路的总结,主要是关于学习路径和成果。

自17年9月至今,我已在AI PM的学习之路上行进了大半年。基于之前已有产品策划设计的经历,又通过这大半年的学习计划,我已经对AI技术、AI行业、AI PM职业有了较为全面的了解。然而现在已处于仅靠阅读和在校的资源无法使我继续快速成长的瓶颈阶段,只有实打实的业务实践才是AI PM最快的成长方式,所以打算暑假去实习,在真实业务中得到锻炼。

引用图灵机器人公司的AI PM黄钊学长所描述的AI PM能力模型:

其中右式各项分别包括

  • AI:AI技术理解力、类机器学习思维方式、多模态人机交互设计
  • PM:逻辑,沟通,需求把握,快速学习
  • X:垂直场景认知,跨领域协作,人文素养和精神境界

我基本上是以这个能力模型为参照,一步步去浇灌自己的技能树的。

1.AI

1.1 AI全局观

1.阅读AI领域通识类书籍,输出读书笔记

已阅读的书籍的阅读笔记

正在阅读的书籍

  • 《如何创造思维》
  • 《终极算法》

待阅读的书籍:(正躺在我的文件夹里…)

2.持续关注AI资讯和内容,输出文章

每天都会保持浏览AI资讯的习惯,主要通过微信公众号获取信息。

关注的AI资讯类公众号有:量子位,机器之心,全球人工智能,PaperWeekly,智能玩咖,THU数据派,智东西,AI科技大本营 等等

1.2 AI技术理解力

1.2.1 自学机器学习技术

1.阅读机器学习理论与实战书籍

精读《Python机器学习实战》这本书,并复现了书内的所有代码,输出了1份三万字的读书笔记:阅读笔记:《Python机器学习及实战》

2.上Coursera斯坦福机器学习网课

精看这门Coursera上的斯坦福机器学习经典网课,并输出课程笔记(5篇):Notes:Andrew Ng Coursera Machine Learning

3.自学Python(机器学习开发语言)

1.自学廖雪峰的Python教程

2.自学《笨办法学Python》这本书,并手打全部练习

3.做Github上Show-me-the-code里的所有python小练习:Github:Python 练习册,每天一个小程序

4.输出Python相关文章(共14篇):ScarlettHuang: Python

4.自学机器学习流行库和计算框架

1.自学pandas(python数据分析基础软件库),输出2篇pandas学习文章:ScarlettHuang:Pandas

2.自学Numpy(Python数据分析的科学计算库),输出3篇numpy学习文章:ScarlettHuang:Numpy

3.自学Matplotlib(Python数据可视化软件库),输出1篇学习文章:ScarlettHuang:Matplotlib

5.搭建机器学习开发环境

配置机器学习开发环境踩了不少坑,花了不少时间才配好。

正在使用TensorFlow、Keras,准备尝试下PyTorch;有时使用Jupyter Notebook进行交互式编程。

代码编译器用的是Sublime Text,鼓捣了不少时间终于把我的Sublime配置成了“十项全能”的编译器,我现在写C语言/C++/Java/Python/LaTex/Html等代码都是用这个编译器。

我的电脑是Mac Unix系统,日常使用Mac终端命令进行操作。

关于开发环境配置也输出了几篇文章,放在Machine Learning目录里:ScarlettHuang:Machine Learning

6.进行机器学习实战项目开发

1.实战了几个Kaggle上的机器学习新手项目,其中Titanic罹难乘客预测项目准确率为0.779,排名前50%。项目代码在我的GitHub仓库里:Github:ScarlettYellow/Machine_Learning_Projects

2.输出了一些机器学习学习文章(12篇):ScarlettHuang:Machine Learning

1.2.2 了解深度学习和强化学习

现在我还处于机器学习的学习阶段,想先打好机器学习基础,故现在对深度学习和强化学习技术仅有一些了解,还未有具体技术实践,下面是我输出的一些文章:

1.2.3 了解AI技术的问题领域

1.计算机视觉

输出了2篇计算机视觉相关的文章:ScarlettHuang:Machine Vision & Computer Vision

2.语音识别与合成

花了不少时间输出了这篇将近五千字的TTS语音合成技术的综述文章:TTS语音合成技术综述

3.自然语言处理

个人对自然语言处理领域中的一大难点——情感分析比较感兴趣,在这方面看了一些论文,输出了3篇文章:ScarlettHuang:Sentiment Analysis

2.AI PM

2.1 AI PM

1.输出AI PM相关文章

输出AI PM相关文章(共5篇):ScarlettHuang:AI PM

2.输出AI产品应用相关文章

输出AI 产品应用相关文章(共4篇)

3.成为AI产品经理大本营的首批团员

AI产品经理大本营是由图灵机器人人才战略官黄钊创建的行业内第一个AI产品经理的成长交流付费社区。我已经加入这个社区大半年了,里面每天都会分享优质AI PM相关内容,我每天都会保持阅读,有时会在社群里参与讨论。

4.正在担任联创团队AI Lab负责人

2.2 PM能力

1.PM能力

输出了5篇有关PM能力的文章:ScarlettHuang:PM Ability

2.PM的沟通力

输出了1篇文章:ScarlettHuang:PM Communication

3.对产品、互联网的思考

输出了3篇文章,发表在人人都是产品经理社区上,总阅读量2.1万,订阅量736:人人都是产品经理社区:我的文章

输出了一些对互联网的思考(共4篇):ScarlettHuang:Internet Thoughts

4.PM的系统逻辑和必备技术知识

输出了13篇有关PM的系统逻辑、必备技术知识的文章,其中11篇是《给产品经理讲技术》这本书的阅读笔记:ScarlettHuang:System Logic

5.对UI/UX设计的了解

1.输出了4篇UI/UX设计相关文章,其中1篇是《术与道:移动应用UI设计》的阅读笔记:ScarlettHuang:Design

2.自学Photoshop和Sketch,细心临摹过一些UI设计图,了解基本的UI/UX设计规范

3.有时候出去打比赛缺设计师,我也会充当设计师画UI设计图

3.计算机技术

3.1 高等数学

高等数学(微积分、线代、概率论)是研究AI技术的必备数学知识,我已经修学了全套高数课程。不过笔记都是做在纸质笔记本上,所以这里不能贴出链接了。以下是唯一一篇线代的学习笔记:ScarlettHuang:Linear Algebra

3.2 计算机专业课程

计算机专业方面目前修学了7门专业课:C语言程序设计,计算机程序设计基础C++,VB程序设计,数据结构,计算机组成原理,离散数学,数据库系统概论。本学期正在修学5门专业课:Java程序设计,C++程序设计,计算机网络,多媒体技术,数据挖掘导论。

以下是我输出的各门课程的学习笔记:

其他计算机相关知识:

4.传播学科学

传播学专业文工交叉,课程学得比较广泛,旨在培养文工交叉的新媒体复合型人才

文科方面涉及:新闻学、传播学、广告公关营销、社会学、心理学、经济学、文学;理工科方面涉及:高等数学、计算机科学。

文科方面的核心课程:传播学原理,传播心理学,传播统计学,新媒体用户分析,媒介经营管理,Web信息框架,网络信息管理,网络传播功能设计,互联网应用模式,新媒体营销;学科通识课程:新闻学、广告学、公关学、广播电视学、社会学相关课程。理工科方面见上一板块。

下面是我输出的传播学相关文章、笔记。

4.1 新媒体传播

新媒体媒介研究(6篇):ScarlettHuang:Medium Study

组织传播研究(2篇):ScarlettHuang:Organizational Communication

舆情分析相关文章(2篇),其中1篇是中印对峙事件大数据舆情分析报告(2017年下半年参加DF,CCF大数据与计算智能大赛的成果,全国二等奖,单赛题第2名):[ScarlettHuang:Public Opinion Analysis](http://scarletthuang.cn/categories/Communication-Science/Public-Opinion-Analysis/

社交网络传播(1篇):ScarlettHuang:Social Network Communication

新闻学研究(1篇):ScarlettHuang:Journalism

批判性思维(1篇),是《批判性思维原理与方法》的阅读笔记:ScarlettHuang:Critical Thinking

4.2 广告、公关、营销

公共关系研究(4篇):ScarlettHuang:Public Relationship

广告与营销(5篇):ScarlettHuang:Advertising and Marketing

新媒体创意写作(4篇):ScarlettHuang:Creative Writting and Planning

5.我的详细简历

5.1 教育背景

华中科技大学,传播学 & 计算机(双专业)

  • 专业成绩:专业前20%
  • 双专业培养方向:懂技术、懂产品、会设计、通传播的一专多通跨界复合型产品设计人才

5.2 项目经历

1.中印对峙事件大数据舆情分析

项目描述:DF, CCF全国大数据与计算智能大赛中印对峙事件舆情分析赛题(获得全国二等奖,单赛题第二名)

时间:2017年9月-2017年12月

个人职责:项目管理, 舆情数据分析

2.产品项目

时间:2017年5月-2017年11月
项目职责:产品经理(产品概念模型设计, 产品功能设计, 产品原型设计, 与设计师和程序员进行需求对接, 统筹产品管理)

1.鸟窝习惯:群体习惯养成 Android app, 通过基于熟人关系链构建用户之间互相监督的打卡窝, 来帮助用户养成习惯

2.Snacksocks: 基于TCP实现的代理(VPN,用户可以通过自定义模块实现加密细节,以一定程度上避免GFW的侦测,比现有的VPN更安全,可跨平台移植
3.pre-extraction Helper: 网页信息预抽取 Google插件,可对网页文本进行摘要提取,关键词提取,文本与主题相似度分析,文本情感极性分析
4.爱彼伴: 亲子互动式的手游监控 Android AP
5.表情大作战: 一款应用人脸识别技术识别人脸表情, 并生成用户专属表情包的 IOS APP

产品作品集:https://scarletthuang.cn/2018/03/23/MyProducts2017/)

3.Kaggle机器学习项目 Titanic: Machine Learning from Disaste

项目描述:Titanic罹难乘客预测(个人机器学习入门项目),2018年2月

成果:Titanic罹难乘客预测项目准确率为0.779,排名前50%。项目代码在我的GitHub仓库里:Github:ScarlettYellow/Machine_Learning_Projects

  • 分别使用随机森林分类器和 Xgboost分类器模型进行预测
  • 使用并行网络搜索寻找更优参数组合,提高 Xgboost预测性能
  • 使用5折交叉验证法分别对两个模型进行性能评估

5.3 课外经历

1.华中科技大学联创团队Unique AI Lab初创者和现任负责人

  • 简介:一个基于人工智能技术的旨在培养AI精英人才的平台
  • 个人职责
    • 于2017年9月牵头建立起Unique AI Lab,联系导师、服务器、人才、资金等资源
    • 制定AI Lab的规章制度,拟定团队理念,搭建起Unique AI Lab技术博客,负责Lab日常管理运营
    • 组织2次面向全校的招新,总报名人数逾200人,经多轮筛选共录取6人;在全校范围内引领AI学习潮流

2.AI产品经理大本营首批活跃队员

2017年9月至今,已加入这个社区大半年,里面每天都会分享优质AI PM相关内容,我每天都会保持阅读,有时会在社群里参与讨论。

AI产品经理大本营是由图灵机器人人才战略官黄钊创建的行业内第一个AI产品经理的成长交流付费社区

5.4 专业技能

IT技能: Python, CC++, Java, 机器学习, 数据挖掘与分析,爬虫, SQL, Html, CSS

工具软件: Axure, SPSS, Sketch, Photoshop, Xmind

外语: 雅思(7),英语六级(550),德语四级(优秀)

5.5 自我认知与未来规划

1.自我认知:富有责任感,逻辑思维强,快速自学能力强,喜欢广泛阅读,热爱产品策划与管理,擅长与人沟通,追求创新和卓越

2.职业目标: 成为优秀的AI产品经理, 研发AI产品, 推动AI产品化商业化

3.未来学习规划

1.通过AI PM或互联网PM岗位的实习,积累AI产品研发经验;

2.通过合作参与AI和大数据比赛,提高AI开发技术和积累项目经验;

3.在AI领域选择1个细分领域进行深入学习和研究,比如计算机视觉、自然语言处理、人机交互;

4.本科毕业后,会选择国内保研(加入AI相关实验室),或去美国进行硕士深造(申请AI或软件管理相关硕士项目),或直接工作(AI PM岗位)。

5.6 更多了解 & Contact Me

Github:https://github.com/ScarlettYellow

Blog:http://scarletthuang.cn/(目前共输出170+篇博文,主要涉及人工智能、产品经理、计算机技术、传播学科学四个领域)

WoShiPM:http://www.woshipm.com/u/192348

Contact Me

  • Email:scarlett.huang.hust@foxmail.com
  • Gmail: sijiahuang@hustunique.com

引用阿基米德之言:“给我一个支点,我可以翘起整个地球。”

数风流人物,还看今朝。这个时代会因我们而改变。

致人工智能终将创造的所有美好。

Thanks!