AI产品都在做什么

自从ChatGPT等大模型火了之后，AI产品经理这个职位也变得炙手可热。很多小伙伴都想转行做AI产品经理，但你知道这个职位的工作流程是怎样的吗？今天我就来和大家聊聊这个话题。

工作全流程概览

AI产品经理的工作流程和普通产品经理有些不同，主要是多了算法模型的部分。具体包括模型预研、数据准备、模型构建、模型宣讲和模型验收。协作对象也多了算法工程师。简单来说，AI产品经理不仅要懂产品，还要懂点算法。

一、需求定义

需求定义是第一步，主要要搞清楚以下几点：

1.做什么？

2.为什么要做，有什么收益和价值？

3.业务预期目标、上线期限？

二、模型预研

接下来是模型预研。AI产品经理需要把需求同步给算法工程师，判断现有数据和算法是否能满足需求。如果不行，就要增加埋点补齐数据，或者调整需求内容

三、数据准备

数据准备是个细致活儿。算法工程师根据现有数据分析哪些特征有用，但AI产品经理对业务理解更深，可以判断哪些数据对模型提升有帮助。比如，用户是否主要在夜间活动？操作频率是否过高？用户发布内容的框架等等。。。。

数据来源主要有三类：

1.内部业务数据：从以前业务保留的数据中选取，或者通过增加埋点获取。

2.跨部门数据：从其他部门或中台数据中提取。

3.外采数据：向外部公司购买数据，但要注意资质审核和数据合法性。

四、模型构建

模型构建是核心步骤，包括模型设计、特征工程、模型训练、模型验证和模型融合。

1.模型设计：选择合适的算法，定义目标变量，抽取数据样本。比如，我们选择了逻辑回归算法，因为它计算速度快、可解释性强。

2.特征工程：把各种类型的数据转化成数量化的信息。比如，通过用户是否在夜间活动、操作频率等特征

3.模型训练：通过不断训练、验证和调优，让模型达到最优。要找到拟合能力和泛化能力的平衡点。

4.模型验证：通过性能指标和稳定性指标来评估模型的准确性和稳定性。

5.模型融合：有时会同时构建多个模型，再把这些模型集成在一起，确保模型有更优的整体表现。

五、模型宣讲与验收

模型构建完成后，产品经理需要组织技术宣讲，介绍使用的算法、选用的特征、训练集和测试集的情况、模型的测试结果等。然后对模型进行评估和验收，确保达到预期效果。

六、业务开发并上线

验收通过后，技术会把模型部署到线上，并按约定的接口提供能力。业务开发完成相应功能后，和模型接口联调通过，就可以进入常规的走查、测试、上线流程了。上线后还需要持续监控模型效果，发现问题及时升级。

希望这些分享能帮到你们，想要从事AI产品的小伙伴们，加油！