真心建议大家冲一冲新兴领域,工资高前景好【AIGC篇·第7次迭代更新】

共 7838字,需浏览 16分钟

 ·

2024-05-09 18:30










这是求职产品经理系列的第258篇文章


一、课程基础介绍



1、面向的求职岗位:AIGC产品经理


2、学习方式:录播课+图文课件+直播(方向定制&带做项目&答疑)+简历1对1修改+1对1模拟面试+无限次面试答疑


3、学习周期:40-45天学完整个课程,然后开始改简历求职,服务周期无时长限制,上班之后(比如试用期期间)有问题依然可以免费问


4、班型设置:10人小班制,个性化强


5、课程价格:¥3999 (早鸟价)原价¥6999


6、课程权益:


1)深度讲解机器学习、深度学习、大模型等AI领域的专业知识,详细看第二部分的课表;


2)专属1对1项目方向定制以及求职路径规划;


3)手把手带着输出作品集,包括:AIGC文生生成和图片生成两大类项目,结合个人背景定制化


4)一对一修改简历,改到满意为止,无须额外付费;


5)一对一模拟面试,严格按照大厂标准流程模拟,并进行面试复盘



6)AIGC产品经理面试高频面试80问题以及答案解析。


7)专属于你的2V1服务专属群,任何问题都可以随时小群里问。


8)直播免费回放,错过直播不用愁


9)免费复训。如果一期课程感觉吸收不好,目前提供免费复训机会。

二、详细课程列表






第0章:产品经理基础课程(10课时·加餐课·针对0产品经理经验的小伙伴)



1) 产品经理的工作日常


2) 产品生命周期


3) 产品经理职业晋升路线


4) 产品经理的多部门协作流程


5) 互联网的5种盈利模式


6) 产品经理常见名词解析


7) B端产品经理的定义及常见分类


8) B端和C端产品的差异


9) 卡诺分析模型(KANO)


10) 产品经理必知必会的5大分析模型


11) 互联网产品的划分方法


12) 产品经理的5大分类方法


13) BRD核心框架以及撰写方法


14) MRD文档的构成以及撰写方法


15) 商业模式分析-商业画布


16) 马斯洛需求理论


17) 产品经理必懂的2种技术框架


18) 用户体验五要素及应用场景

第一章:AIGC产品经理基础知识(9课时)




1.1 什么是AIGC


1.2 常见AI名词术语的关系


1.3 AIGC的优势以及应用领域





  • AIGC软件应用:图像类-Midjourney



  • AIGC软件应用:图像类-妙鸭相机



  • AIGC软件应用:编程类-Github Copilot



  • AIGC软件应用:视频类-Runway



  • AIGC软件应用:视频类-Sora



  • AIGC软件应用:跨模态生成-AI搜索引擎Copilot



  • AIGC软件应用:办公应用-office全面升级



  • AIGC软件应用:办公应用-WPS AI



  • AIGC软件应用:协同办公-钉钉



  • AIGC行业应用:设计行业-多环节辅助



  • AIGC行业应用:电商行业-全面赋能



  • AIGC行业应用:电商行业-虚拟数字人主播



  • AIGC行业应用:广告行业-与AI深度结合降本增效



  • AIGC行业应用:游戏行业-NPC交互/人物建模



  • AIGC行业应用:教育行业-虚拟导师



  • AIGC行业应用:金融行业-金融机构前中后台



  • AIGC行业应用:开发工具类






1.4 人工智能公司分类




  • 不同AI产品经理在上下游关系中关注的重点



  • AI产品经理的能力要求






1.5 AI AI 产品全流程-PM各阶段的工作

第二章:AI基础技术-机器学习(6课时)







2.1 AI相关技术




  • 什么是大模型的Prompt



  • 什么是Token



  • 如何计算Token



  • 什么是API接口



  • 什么是云服务器






2.2 ML&DL基础-基础概念和机器学习




  • 人工智能、机器学习、深度学习三者之间的关系



  • 什么是机器学习



  • 机器学习的分类



  • 机器学习的一般流程



  • 机器学习--监督学习



  • 监督学习--线性回归



  • 监督学习--逻辑回归



  • 监督学习--朴素贝叶斯



  • 监督学习--决策树



  • 监督学习--K临近算法



  • 监督学习--支持向量机



  • 非监督学习--K均值聚类



  • 强化学习



  • 生成对抗网络(GAN)





第三章:AI基础技术-深度学习(8课时)







3.1 ML&DL基础--深度学习基础




  • 神经网络



  • 反向传播



  • 卷积神经网络CNN



  • CNN多层卷积抽取复杂特征






3.2 常见视觉任务




  • 图像分类



  • 目标检测



  • 图像分割



  • OCR文档分析系统






3.3 循环神经网络RNN


3.4 长短时记忆网络LSTM


3.5 常见NLP任务




  • 情感分析



  • 舆情分析



  • 电影评论






3.6 人工智能框架


3.7 总结:近10年深度学习模型的主要迭代

第四章:AI基础技术-大模型相关算法(8课时)







4.1 大模型原理






  • 大模型的「咒语」Prompt



  • 通过提示词描述生成代码



  • 通过提示词描述生成图片



  • 通过提示词描述生成文案






4.2 初识大模型和AIGC




  • 通向AGI之路,大模型发展的两个阶段



  • 从传统机器学习到两阶段预训练模型



  • 注意力机制



  • 自注意力机制



  • GPT-1 的相关研究工作(2018年)



  • GPT-2 的相关研究工作(2019年)



  • GPT-3/3.5 的相关研究工作(2020年)



  • GPT-4 的相关研究工作(2023年)



  • LLMs的发展历程



  • 总结:为什么大模型有如此强大的表现力






4.3 大模型部署




  • ChatGLM3介绍



  • ChatGLM3部署






4.4 Function calling


4.5 通用大模型的问题




  • 大模型幻觉类型



  • 大模型幻觉的原因



  • 解决方案--RAG






4.6 RAG的流程


4.7 什么是LangChain




  • LangChain组件



  • 基于LangChain RAG流程






第五章:实战项目--AIGC图片生成类项目(10课时)







5.1 AIGC图片生成类项目需求分析


5.2 AIGC图片生成类项目竞品分析


5.3 AIGC图片生成类项目技术调研


5.4 AIGC图片生成类项目产品设计




  • SD web UI 操作技巧



  • 提示词撰写方法



  • 扩散模型:Diffusion Model



  • 扩散模型的向前扩散(训练过程)



  • 扩散模型的向后扩散(生成图片过程)



  • Stable Diffusion如何生成图片



  • Latent Space和VAE



  • 提示词Prompt的书写方法论



  • 什么是LoRA



  • SD微调的4种方法



  • LoRA训练






5.5 AIGC图片生成类项目总结


5.6 AIGC图片生成类项目整体优化思路


5.7 AIGC图片生成类项目管理以及PRD撰写


5.8 AIGC图片生成类产品评估方法


5.9 AIGC图片生成类项目常见面试问题

第六章:实战项目--基于大模型的智能问答系统(8课时)







6.1大模型智能问答系统市场分析




  • 用户调研



  • 行业和市场分析



  • 竞品分析



  • 技术发展






6.2 大模型智能问答系统用户调研


6.3 大模型智能问答系统技术调研






  • 技术基础和理论框架



  • 数据源和数据处理



  • 效果评估和优化



  • 安全与合规






6.4 大模型智能问答系统系统设计目标




  • 基础问题回答



  • 数据统计分析查询






6.5 大模型智能问答系统系统整体流程


6.6 大模型智能问答系统系统产品设计方案




  • PDF解析与信息抽取



  • 问题分类



  • SQL生成和检索



  • 意图识别



  • 计算类问题处理流程



  • 开放类问题处理流程



  • PRD撰写






6.7 大模型智能问答系统上线后效果评估




  • 自动打分



  • 人工打分



  • RAG系统评分




第七章:AIGC产品经理工作全流程总结(3课时)







7.1 AIGC产品经理工作全流程


7.2 行业新闻和技术信息收集渠道




  • 10个AIGC公众号渠道



  • 10个AIGC领域工具及市场分析网站






7.3 具体应用技术了解




  • 了解需求细节



  • 10个技术调研渠道和方法






7.4 文档的撰写


  • AIGC产品原型图


  • AIGC产品PRD文档







7.5 数据的收集与整理案例


7.6 模型的训练与调优案例


7.7 产品功能开发测试与上线

第八章:AIGC最新领域和技术讲解(持续更新中)







8.1 AI Agent


  • 什么是AI AGENT


  • AI AGENT 的组成


  • AI AGENT 规划和决策详解


  • AI AGENT应用案例


  • AI AGENT的问题和局限


  • AI AGENT的系统设计




8.2 提示词工程


8.3 AI视频技术


8.4 数字人技术

第九章:求职服务(10课时)







9.1 一对一项目方向定制


9.2 求职方向辅导


9.3 一对一简历修改(1次),改到满意为止


9.4 过往工作经验跟AI结合点辅导


9.5 AIGC工作岗位内推


9.6 无限次面试答疑


9.7 一对一模拟面试(1次),跟大厂面试流程一致


9.8  AIGC产品经理高频面试80题以及答案解析

三、往期学员工作去向





这个系列课目前已经累计帮助300+学员成功进入AIGC产品岗位,大部分进入一线互联网大厂和AI独角兽公司,还有一部分进入了二三线互联网公司以及AI 创业公司,具体如下:


百度(14人)、腾讯(6个)、阿里(8人,最高一个年薪110万)、蚂蚁集团(4人)、小米(4人)、美团(8人)、京东(7人)、拼多多(6人)、字节(9人)、华为(2人)、微博(8人)、小米(7人)、360(5人)、快手(6人)、滴滴(4人)、吉利汽车(1人,年薪60万)、百川智能(1人)、昆仑万维(1人)、云从科技(4人)、理想汽车(1人,年薪90万);


商汤(4人)、贝壳找房(6人)、科大讯飞(4人)、小红书(6人)、网易(5人)、爱奇艺(7人)、携程(9人)、完美世界(4人)、Boss直聘(3人)、同花顺(3人);


搜狐(4人)、同程旅行(3人)、智普AI(3人)、得物(2人)、B站(3人)、喜马拉雅(4人)、唯品会(2人)、出门问问(5人)、SHEIN(3人)、金山(2人)、蘑菇街(3人)、VIVO(2人)、OPPO(2人)等一二线大厂的offer,其他学生的offer不单独列出了,大多数学生都能拿到2-3个offer;

四、导师团介绍




导师一:薛老板



1、北京理工大学硕士毕业


2、前百度、京东资深产品经理及业务负责人,负责多个战略级项目


3、资深求职教练、累计辅导学生5000+


4、北大青鸟AIGC课程总顾问


5、工信部AIGC标准委员会成员(全国20人)


6、《产品经理求职面试笔记》《产品经理修炼之路》《玩转AIGC:求职、提效、变现》作者


7、职场自媒体博主,全网粉丝20万+


小红书账号:薛老板AIGC产品求职


导师二:Jeff老师



1、美国TOP50高校本硕毕业


2、7年百度资深AI产品经理工作经验


3、负责AI大模型社区和AI 开发平台商业化推广


五、课程咨询





微信:xuelaoban678





浏览 78
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报