产品经理学习篇1

  • 2015/08/12
  • 阅读(2857)
  • 评论(5
人人都是产品经理社区推出产品经理培训课程,让BAT产品总监手把手带你学产品吧!  点此查看详情!

kanniandechanpin

你得承认,这是一个看脸的社会。做产品经理,更是需要看脸,这是Glen入职1个月以来的切身感受。很多事情,如果脸不够用,是很难办成的。下面就听听Glen慢慢讲讲这个话题吧。

  • 产品经理的脸
  • 如何有脸

产品经理的脸

2产品经理的脸

脸不够

入门产品经理和产品实习生常常会遇到以下情景:

  • 你提的需求,开发找各种理由不做,压低你需求的优先级。
  • 你做好的产品规划,想找个大腿抱一下,你想让大流量产品给你开放一个口子,导流到你的产品;你到处找大腿,然而大腿都不理你。

最近Glen就遇到了第1种情况:规划好了某个功能,但是开发说排期很紧,建议精简方案,不然可能赶不上发版进度。但是精简后的方案,肯定会让用户体验下降,转化率也会降低很多。遇到这问题,Glen询问了公司的一位产品前辈,只见他轻描淡写的说了一句话:“说到底,你还是脸不够,如果我让他做,他肯定会做。”

我跟我们部门的开发关系不错,开发们工作也都非常努力,不存在故意拖延的情况。但新人产品经理确实在开始时提需求话语权不大,也就是说脸不够,原来这真是一个看脸的社会。

此脸非彼脸

这里的脸,不是说的颜值。一个产品经理外观的颜值高低,对于事业来说,并没有什么太大的卵用(当然了,如果你长得帅气或者漂亮,对于你肯定是有正面辅助的,这点大家放心)。

产品经理的脸,说白了,就是别人认同你的能力的程度;你的脸多,也就是说你给团队的其他人一种感觉,就是跟着你能够有好的发展,你带的项目成功率高。所以,这果真是个看脸的社会,每个产品经理都需要努力让自己更加有脸。

如何有脸

3如何有脸

既然脸对于产品经理那么重要,那么我们如何获得脸面呢?

给人以靠谱的感觉

一封邮件里的文案,一次交谈中的措辞、语句,你平时的穿着打扮,你中午在公司午休的睡相,你走路的姿势,你日常使用的东西,你的水杯。。。你留在别的同事脑海中的印象,是你自己平时的所作所为一点一滴积累的。

在这些细节中,你需要给人一种靠谱的感觉。

  • 邮件要保证不能有错别字
  • 跟人说话时不能总是紧张得结结巴巴
  • 平时最好不要穿拖鞋上班
  • 路上遇到同事,要以正确的方式跟对方打招呼

这样子,同事不会觉得你不学无术、吊儿郎当的。长期积累下来,自然而然,你在别人心目中就会越来越靠谱。

让别人觉得你能力强

光是注重外在表现,并不能让你获得完全的话语权,产品经理还是要以项目、产品、数据说话。通过工作时间的积累,你需要慢慢提升工作能力,争取做成功几款产品,总是做失败产品,肯定是有问题的。

项目、产品做得多了,你只要拿出数据支持,别人自然认同你的能力,到时候你想要推动产品规划,就会容易很多了。

产品经理靠脸吃饭,其实,其他职业又何尝不是呢?大家共勉吧!

感谢阅读!

#专栏作家#

Glen,微信公众号:JiGlen,人人都是产品经理专栏作家,一名来自中山大学的产品经理。爱看书、喜欢码字、愿意走出去看世界。产品路上刚起步的新人,不喜欢严肃、高冷的氛围,喜欢在幽默中完成任务,力图成为史上最幽默产品经理,欢迎交流。

本文系作者授权发布,未经许可,不得转载。

产品经理培训

5 条评论

  1. qingyn qingyn 说道:
    4#

    有道理啊!有能力的产品经理,说什么开发都会认同
    要力争做个有能力的,其他人愿意跟随的产品经理,做几件成功的事情很有必要 :wink:

  2. yuckpei yuckpei 说道:
    3#

    楼主是什么专业的?

  3. Olivia 说道:
    2#

    说的太浅了。如何有脸这块根本没细致阐述。

  4. Lprecious Lprecious 说道:
    1#

    确实有这种差别待遇

    • Glen Glen 说道:

      :roll: 慢慢积累“脸”

发表评论

电子邮件地址不会被公开。 必填项已用*标注

arrow  grin  !  ?  cool  roll  eek  evil  razz  mrgreen  smile  oops  lol  mad  twisted  wink  idea  cry  shock  neutral  sad  ???

本文旨在系统阐述利用MATLAB平台执行多模态语音分离任务的方法,重点围绕LRS3数据集的数据生成流程展开。LRS3(长时RGB+音频语音数据集)作为一个规模庞大的视频与音频集合,整合了丰富的视觉与觉信息,适用于语音识别、语音分离及情感分析等多种研究场景。MATLAB凭借其高效的数值计算能力与完备的编程环境,成为处理此类多模态任务的适宜工具。 多模态语音分离的核心在于综合利用视觉与觉等多种输入信息来解析语音信号。具体而言,该任务的目标是从混合音频中分离出不同说话人的声音,并借助视频中的唇部运动信息作为辅助线索。LRS3数据集包含大量同步的视频与音频片段,提供RGB视频、单声道音频及对应的文本转录,为多模态语音处理算法的开发与评估提供了重要平台。其高质量与大容量使其成为该领域的关键资源。 在相关资源包中,主要包含以下两部分内容: 1. 说明文档:该文件详细阐述了项目的整体结构、代码运行方式、预期结果以及可能遇到的问题与解决方案。在进行数据处理或模型训练前,仔细阅读此文档对正确理解与操作代码至关重要。 2. 专用于语音分离任务的LRS3数据集版本:解压后可获得原始的视频、音频及转录文件,这些数据将由MATLAB脚本读取并用于生成后续训练与测试所需的数据。 基于MATLAB的多模态语音分离通常遵循以下步骤: 1. 数据预处理:从LRS3数据集中提取每段视频的音频特征与视觉特征。音频特征可包括梅尔频率倒谱系数、感知线性预测系数等;视觉特征则涉及唇部运动的检测与关键点定位。 2. 特征融合:将提取的音频特征与视觉特征相结合,构建多模态表示。融合方式可采用简单拼接、加权融合或基于深度学习模型的复杂方法。 3. 模型构建:设计并实现用于语音分离的模型。传统方法可采用自适应滤波器或矩阵分解,而深度学习方法如U-Net、Transformer等在多模态学习中表现优异。 4. 训练与优化:使用预处理后的数据对模型进行训练,并通过交叉验证与超参数调整来优化模型性能。 5. 评估与应用:采用信号失真比、信号干扰比及信号伪影比等标准指标评估模型性能。若结果满足要求,该模型可进一步应用于实际语音分离任务。 借助MATLAB强大的矩阵运算功能与信号处理工具箱,上述步骤得以有效实施。需注意的是,多模态任务常需大量计算资源,处理大规模数据集时可能需要对代码进行优化或借助GPU加速。所提供的MATLAB脚本为多模态语音分离研究奠定了基础,通过深入理解与运用这些脚本,研究者可更扎实地掌握语音分离的原理,从而提升其在实用场景中的性能表现。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值