女王の专属领地

美团闪购是美团于2018年推出的即时零售平台，定位于“30分钟万物到家的生活卖场”，覆盖生鲜食品、商超日用、数码家电、医药健康、鲜花绿植等全品类商品，满足消费者对即时性、便利性的需求。通过轻资产模式与商家合作，依托美团外卖的配送网络，实现24小时高效履约，日均订单量已突破1000万单。核心亮点闪电仓模式：前置仓面积小、SKU多（3000-5000个），专为线上销售设计，由专人或机器人24小时运营，预计2027年数量超10万个，市场规模达2000亿元。技术支撑。

scrum敏捷开发，是一个美国统计学教授记录了多年工作经验，总结出来的一套简单易懂的开发方法，我接触过不少产品经理，惊奇发现不少产品经理的确是产品把控的非常好，输出的BRD,MRD,PRD等都非常专业，但是却没一套很好的项目管理方法。在解释SCRUM之前先介绍一下敏捷开发。：一种面临迅速变化的需求快速开发的能力。

Confluence是一款功能强大且灵活的企业协作工具，通过其丰富的功能和强大的集成能力，帮助企业实现知识共享、团队协作和项目管理的高效化。

Confluence是一款功能强大且灵活的企业协作工具，通过其丰富的功能和强大的集成能力，帮助企业实现知识共享、团队协作和项目管理的高效化。无论是小型团队还是大型企业，Confluence都能提供定制化的解决方案，满足不同场景下的需求。

Jira是一款功能强大且灵活的项目管理工具，适用于各种规模和类型的团队。其高度的可定制性和丰富的插件生态使其成为许多企业和团队的首选工具。然而，在选择时也需考虑其成本和适用性问题。

Jira是一款功能强大且灵活的项目管理工具，适用于各种规模和类型的团队。其高度的可定制性和丰富的插件生态使其成为许多企业和团队的首选工具。然而，在选择时也需考虑其成本和适用性问题。

DevOps（Development and Operations的缩写）是一种融合软件开发（Development）与运维（Operations）的文化、实践和工具集，旨在提高组织在软件开发、部署和运维过程中的效率、协作与持续改进能力。DevOps不仅仅是一套技术或工具，更是一种推动组织文化转变的方法，强调跨职能团队的协作与沟通，以实现更快速、更可靠的软件交付。DevOps通过促进开发与运维团队的协作、引入自动化工具和优化流程，显著提升了软件开发和交付的效率与质量。

低代码（LowCode）是一种可视化的应用开发方法，用较少的代码、以较快的速度来交付应用程序（来源于百度百科）。从百度百科对低代码平台的定义可以了解到低代码平台是利用可视化开发与较少的代码相结合的方式来实现快速高效地开发应用。

埋点」，就是捕获或监听用户行为，并发送至后台。比如，用户点击某个菜单，观看某个视频的时长等等。埋点的技术实质，是先监听软件应用运行过程中的事件，当需要关注的事件发生时进行判断和捕获，然后发送后台进行数据收集和存储。埋点日志的统计，数据的分析，直接影响产品方向和运营決策，数据只有采集了才能做分析，分析了才能实现价值。好的埋点，是带着目的去埋点，埋点要有的放矢，收集关键信息。而不是把用户所有的操作都埋点记录下来，这样不仅会影响系统运行，而且会增加用户流量消耗。

KanbanBoard适用于持续交付和流程优化，任务可以随时加入、优先级可以随时调整。ScrumBoard适用于迭代式开发，团队通过冲刺周期进行计划和交付，固定周期内完成任务。创建ScrumBoard通常会间接创建一个项目，因为Scrum的工作模式依赖于项目的框架来管理冲刺、任务和进度。

AIGC是内容生产方式的进阶，实现内容和资产的再创造一文读懂「AIGC，AI Generated Content」AI生成内容AIGC（AI-Generated Content）本质上是一种内容生产方式，即人工智能自动生产内容，是基于深度学习技术，输入数据后由人工智 能通过寻找规律并适当泛化从而生成内容的一种方式。过往的内容创作生态主要经历了PGC、UGC到AIUGC的几个阶段，但始终难以平衡创作效率创作成本及内容质量。

解决问题：易用性、品质差的问题。创新：C2M模式和用户服务体系。

新零售”的本质就是以用户为导向，以技术和数据为主导的，打破时间、空间、场景等边界的商业模式。即新零售是指利用大数据、人工智能等新兴技术，以满足顾客的需求为目标，将整个零售行业的产业链进行智能化升级。形成“线上+线下+物流”三位一体的运营模式，重新将人、货、场有效组合，最终提高商品送货效率的同时，提升消费者的购买体验。“新零售”是基于大数据及人工智能等新兴技术的基础上，传统实体零售与传统电商零售的互相融合，作为零售的一部分，其本质与零售的本质是一样的。“新零售”中的“新”就是在于运用。

hi，孩儿们，我又来了！今天的这篇文章完全是一时兴起，最近在各种面试，在自我介绍的时候有说到我喜欢跨领域探索，看一些不同领域的书籍，比如心理学、经济学、历史学、哲学云云，然后被问到：“那你看的这些书对你做产品有什么用吗？

计算机视觉是人工智能的一个重要分支，其目标是使机器具备类似于人类视觉的能力，使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。计算机视觉系统的主要功能有图像获取、预处理、特征提取、检测/分割和高级处理，这一领域涵盖了图像识别、目标检测、图像生成等多个方面，已经在各行各业取得了显著的成果。人工智能是一门涵盖多个领域的科学，它旨在使计算机能够模拟人类智能，完成类似于人类的学习、推理和决策等任务。

hi，胖友们，我回来了，在编程工具类、数据分析类、线下新零售、电商、跨境SAAS等等领域摸爬滚打之后还是润回来了~对啦，姐要捡起我的AI，结合我的产品经验进军AI产品啦，希望可以赶上风口！做一只风口的猪，今天先制定一份为时2个月的复习计划（本人长时间关注AI咨询以及有计算机一级AI相关技术背景，所以先制定一个时间相对比较紧凑的复习计划），预计每天花3个小时。（写完还是有一点心有余悸，但还是决绝的入坑）

转行AI产品经理准备工作，计划书

模型构建：模型设计、特征工程、模型训练、模型验证、模型融合等；这部分可以看一下hanniman老师的一个200页的PPT，深入浅出介绍了一下AI产品经理应该具有的一些能力，这里我记录了一下我认为除了常规产品应该具有的能力之外的一些其他核心能力！AI产品需要和前端业务、运营、客服等人员紧密合作、获取一线的反馈，支持业务展开，提出短期内有效的市场运营方案。算法模型设计：基于数据探索确定模型、策略、算法，了解实现原理和应用场景，并设计数据流水线确保数据输入质量；技术需求：确定实现产品目标所需的AI技术；

*前言：**之前在读研究生的时候系统学习了Python全栈的内容，沉淀了专栏【Python全栈】，如今看文章阅读量都达到了将近10万，还是小有震撼，打算一周的时间，精细的回顾基础和粗略的回顾应用，基础还是在的，只不过时间久了手生了！虽然自己之前有写过100多篇文章（有的可能是直接看完了粘过来的），anyway还是找了一些简明扼要的资料快速唤醒！毕竟之前雪Python全栈那是小白硬啃，其他的没记住，就记住当时很痛苦的坚持下来了。

讲真，复习这块我是比较头大的，之前的线代、高数、概率论、西瓜书、樱花书、NG的系列课程、李宏毅李沐等等等等…那可是花了三年学习佳实践下来的，现在一想脑子里就剩下几个名词就觉得废柴一个了，朋友们有没有同感，高中的留给高中老师，大学的给大学老师，研究生的留给谁了呢~但是呢，想想我马上要成为风口上的众多马上飞起的。

讲真，复习这块我是比较头大的，之前的线代、高数、概率论、西瓜书、樱花书、NG的系列课程、李宏毅李沐等等等等…那可是花了三年学习佳实践下来的，现在一想脑子里就剩下几个名词就觉得废柴一个了，朋友们有没有同感，高中的留给高中老师，大学的给大学老师，研究生的留给谁了呢~但是呢，想想我马上要成为风口上的众多马上飞起的。

虽然断断续续的有在关注AI的动向，但是和真正从事AI行业的前辈相比，肯定是不到精处，3月份之后更加关注技术相关咨询和内容了，但是要是细致的讲可能还是缺一点，所以还是打算深入了解一下目前尤其是去年今年的一些典型技术概况以及应用，可以快速的和之前断层的技术认知接轨！打击如果有什么觉得也需要补充了解以及跨度较大的技术革新也可以留言，学习完后也会记录在册~

以下为从开始准备转行到拿到offer期间每天需要准备的10个面试题目以及相关知识补充！来源广泛，从各个地方收集，只提供题目，我自己的尝试回答也会陆续放在我的喜马拉雅，基于我粗浅的认知，分享我粗浅的作答思路，权当练习，仅做参考（本人也是菜鸡），勿上纲上线哦~欢迎指导。由浅入深，仅记录AI产品面试内容，不记录产品通用面试内容。

在复习深度学习过程中开始逐渐找几个项目来进行实际操作，贯穿AI产品的项目流程，会陆续的补充完整项目内容。大家如果有比较有代表性的项目可以推荐我参与~

产品概念定义：确认项目的核心功能和技术要求，明确产品愿景及功能边界。技术可行性评估：与技术团队协作，评估实现项目目标所需的AI技术、算法和资源。规划资源和时间表：根据需求制定项目的里程碑和时间进度表，分配相应资源。项目复盘：项目完成后进行全面复盘，总结成效与不足，记录关键经验。知识沉淀：将成功的实践和教训归档，为未来项目提供借鉴。

由于转AI的过程是一个时间相对比较紧的任务，所以从一开始准备就需要陆续体验一些AI技术落地的应用产品，结合技术和产品以及市场情况对AI技术细节和应用落地情况有更加深入的了解。宏观的看一下各行业的典型代表作，以及国外和国内的AI代表性企业的产品输出情况。and 这是一个陆陆续续积累的过程~