14、AI 原生产品开发全解析：从阶段规划到团队搭建

AI 原生产品开发全解析：从阶段规划到团队搭建

1. AI 产品开发阶段

AI 产品的开发是一个复杂且系统的过程，通常可分为以下几个关键阶段：
- 特征定义与数据管道搭建 ：此阶段需确定用于 AI/ML 模型的最佳特征。特征工程是寻找数据集中用于训练模型的关键方面，这些特征就像数据元素的列，对模型准备和训练至关重要。产品经理（PM）应深度参与，了解所选特征。确定特征后，要搭建支持数据馈送的数据管道，良好的数据收集、准备、存储和管道实践是 AI 产品的基础。
- 研究与开发（R&D） ：在有了计划和整理好的数据后，便进入 R&D 阶段。这一阶段主要是研究和开发构成 AI 产品的实际结构和内容，类似于实验过程。通常不会围绕单一模型构建产品，多数情况下会使用模型集成。A/B 测试在此阶段很常见，PM 需了解 A/B 测试、数据分布、群组、置信区间等概率概念。在选择适合特定用例的模型前，会有大量实验。数据科学家和 ML 工程师会不断尝试不同模型，这是正常现象。PM 要为他们提供正确方向，管理期望，并提供合适的工具、利益相关者和资源。此外，PM 还需决定可接受的性能或精度水平。
| 关键要点 | 详情 |
| — | — |
| A/B 测试资源 | https://mlops.community/the-what-why-