Types de rôles en gestion de produit

1. Introduction: Bonjour, tout le monde. Bienvenue sur la vidéo d'introduction de ce cours. Voici Shua Jen. Je travaille dans l'équipe produit de Poonpe Powpei est l'une des principales marques de Pin PEC en Inde, qui effectue plus de 350 millions de transactions par jour et compte plus de 500 millions d'utilisateurs enregistrés Avant cela, j'ai travaillé sur de nombreux téléphones BTB SAS en tant que chef de produit de plateforme et plus de dix ans d'expérience professionnelle J'ai commencé ma carrière en tant que data scientist et je suis diplômé en informatique de Bitspiai Dans ce cours, nous verrons différents types de rôles de gestion de produits qui existent, et nous verrons comment définir votre trajectoire de carrière en fonction de vos compétences, vos domaines d'intérêt et de ce qui est nécessaire pour cet ensemble spécifique de rôles. Hum, les principaux points à retenir de ce cours concernent les types de rôles de chef de produit Par exemple, si vous êtes un chef de produit axé sur la croissance ou un chef de produit orienté vers les consommateurs, vous serez plus enclin vous serez plus enclin à vous concentrer sur les aspects commerciaux et commerciaux. Vous serez également amené à concevoir de nombreuses interfaces utilisateur afin que l'expérience client ne soit pas marginalisée. Le deuxième type de PMFOL pourrait être un chef de produit d'entreprise qui traite avec de nombreux clients B to B , qui réfléchit à long terme et qui a également une grande influence dans la gestion des clients Nous aborderons une compréhension ou des concepts très détaillés de ce que signifient un PM de plateforme et un MLPM basé sur l'IA Platform PM, comment doivent-ils penser à long terme ? Comment doivent-ils s'assurer que la plateforme est capable de fonctionner à grande échelle tout en renforçant la capacité de nombreuses applications Alors qu'en tant que responsable de l'AIML ou chef de produit d'apprentissage automatique, il s'agit d'un domaine de gestion de produit plus actuel, et le responsable doit s'assurer que l'entreprise et l'équipe d'ingénierie ou de science des données travaillent en cohésion La principale traduction de cette entreprise vers le monde de la technologie est effectuée par un chef de produit d'intelligence artificielle. Dans ce cours, en plus d'apprendre les concepts et les cadres de base, nous aborderons également des études de cas réels afin que vous puissiez appliquer les mêmes principes dans votre vie quotidienne en tant que chef de produit. Ce cours se termine par un projet de cours vraiment intéressant qui vous réfléchir à votre trajectoire de carrière, au type de compétences que vous possédez, domaines d'intérêt, aux opportunités qui vous attendent dans le futur, au type de rémunération que on pourrait obtenir avec, vous savez, règles de gestion de projet existantes et vous oblige à réfléchir à ce que vous voulez faire dans le futur, afin que vous puissiez le partager avec vos pairs et leur faire réfléchir à la même chose. Alors, on se voit pour la première leçon, très excitée. Finissons-en avec ça. 2. Types de rôles en gestion de produit: Vers le nouveau flecteur des différents types de rôles liés à la gestion des produits À commencer par la gestion technique des produits. Ce sont les personnes qui travaillent sur des produits techniques. Par exemple, vous avez peut-être entendu parler d'Octa, un outil de gestion basé sur l'accès Parmi les autres produits du monde des mégadonnées, citons, par exemple, une confluence, un Axl Data ou un Ces produits sont de nature très technique, mais il faut qu'un chef de produit les tienne minutieusement par la main pour les concevoir du point de vue du consommateur final. Hum, les fonctionnalités sont donc principalement axées sur la technologie. Par exemple, il peut y avoir une intégration, analyses, des rapports, diverses évaluations, disons, des failles de sécurité, des mises à jour, des versions, n'est-ce pas ? s'agit donc de fonctionnalités ou de produits très techniques par nature, et un chef de produit technique serait responsable d'une fuite, vous savez, de fonctionnalités ou de produits ou d'une entente entre les entreprises et leurs homologues du secteur de l' ingénierie. Ainsi, auprès des entreprises et des clients, ils apprendront ce dont l'utilisateur final a besoin, quel type de navigation lui convient le mieux et traduiront le monde technique dans l'univers des différents utilisateurs finaux Donc, si votre produit final est utilisé par un développeur, la langue et la navigation seront les mêmes. S'il doit être utilisé par, disons, un utilisateur légèrement non technique, c'est-à-dire HRT ou un professionnel, alors la langue ou la navigation ou même les fonctionnalités créées seront conformes Le deuxième est le chef de produit de croissance. Ce sont donc des gens qui font généralement des projets zéro à un ou des projets axés sur les consommateurs , n'est-ce pas ? Par exemple, comme un dating qui est plus qu'un, il n'est pas nécessaire de se spécialiser pour connaître les différents aspects du monde des rencontres, mais il faut une compréhension approfondie du comportement des consommateurs, psychologie des consommateurs, et être capable de mener des projets zéro à un. Les indicateurs généralement pris en charge par les PM de croissance ou les PM consommateurs sont l'acquisition, la rétention et quelques indicateurs commerciaux Ces chefs de projet sont donc plus proches des entreprises et des consommateurs finaux et sont légèrement éloignés des nuances techniques du produit Parce qu'ils travaillent principalement du côté commercial en tant que chef de produit et transmettent les mêmes exigences en matière de fonctionnalités aux ingénieurs La troisième catégorie est celle des chefs de produits d'entreprise. Ce sont les produits utilisés par les grandes entreprises. L'ensemble des compétences nécessaires ici consiste à avoir une compréhension technique ou solide des nuances techniques, voire une compréhension plus approfondie, et à être capable de communiquer de manière très professionnelle avec les grandes entreprises clientes. Parce qu'en tant que chef de produit d'entreprise, vous devez beaucoup de passer beaucoup de temps à parler avec des clients, et ce sont de gros clients. Ainsi, en comprenant leurs besoins pour un gros client, c' est-à-dire une entreprise de plus de 1 000 personnes, ils peuvent avoir un écosystème très complexe Vous pouvez donc traduire ce type d'exigences, comprendre cela , communiquer avec de gros clients, gérer leurs attentes, leur donner une vision claire qui nécessite un entretien plus professionnel des fonctionnalités de votre produit. Les chefs de produit d'entreprise sont donc principalement techniques et plus professionnels dans leur style de communication. Le quatrième est le chef de produit IA . Ce chef de produit doit bien connaître la science des données ou le point de chargement des machines Désormais, la compréhension de la science des données et l'apprentissage automatique aide vraiment dans ce cas à comprendre comment le produit ou les fonctionnalités seront créés. Cela vous donne une idée de la faisabilité de ces fonctionnalités ainsi que de la précision des personnes qui créent, disons, un moteur de recommandation, n'est-ce pas ? Un chef de produit doit comprendre qu' il s'agit d'une recommandation. Ce n'est pas de nature déterministe . Cela peut être de nature problématique . Vous avez donc une certaine compréhension des statistiques, l'apprentissage automatique, de la science des données , de leur fonctionnement approximatif ce qui se passe dans le monde entier, des nouvelles mises à jour en cours ? Un chef de produit doit être bien familiarisé avec cela. Par exemple, disons sur les réseaux sociaux sur Instagram, le type de recommandation que vous pourriez voir est principalement dicté par des disons sur les réseaux sociaux sur Instagram, le type de recommandation que vous pourriez modèles de science des données, ou disons que dans une application d'actualités, d' accord, le type de recommandation de publications que vous pourriez voir, par exemple, même TikTok en serait un bon exemple Ainsi, de nombreuses entreprises sont réellement motivées par les recommandations que vous leur présentez. Une recommandation d'écriture garantit aux utilisateurs DAU élevé Le MAU sera élevé et les sessions seront également plus longues, ce qui contribue directement à vos méthodes commerciales Un autre bon exemple serait la recommandation YouTube. Ainsi, lorsque vous écoutez de la musique, un bon ensemble de recommandations s'ensuivent, ce qui vous permet d' écouter ou de prolonger votre session écoutant uniquement des recommandations musicales sur YouTube. Netflix est également un autre bon exemple. Le cinquième type est le chef de produit analyste. Ce sont les chefs de produit et les analystes qui travaillent principalement sur des informations basées sur les données. Maintenant, il se peut que ces personnes travaillent, disons, dans le monde boursier, dans le monde de la fintech Site M, où les chiffres font une grande différence dans le type de fonctionnalités et les informations que vous obtenez dernier est le gestionnaire de produits de consommation, qui ressemble un peu au chef de produit de croissance, mais il vise principalement à ce que les utilisateurs aient une bonne expérience client ou aient bonne expérience de votre produit, qu'il s'agisse d'un produit physique ou numérique En plus des fonctionnalités, une très bonne expérience client, ainsi que le fait de mener des études de marché ou comprendre les besoins des utilisateurs au mieux dans toute l'équipe. Ils sont donc destinés à créer d'excellents produits pour les utilisateurs finaux. Apple en est un bon exemple. Apple est ou iPhone n'est qu' un téléphone comme les autres sur le marché, mais il excelle vraiment dans la compréhension des besoins des utilisateurs, créant la meilleure expérience possible pour l'utilisateur final, ce qui se distingue des autres types de téléphones du secteur Voici donc quelques-uns des types de rôles de produits auxquels on peut aspirer, merci. 3. PM de plateforme: Activé. Bienvenue à la nouvelle conférence consacrée au chef de produit de plateforme. Alors, tout d'abord, que fait le chef de produit d'une plateforme ? Comme vous pouvez le voir sur ce schéma, nous avons au niveau supérieur de l' entreprise plusieurs produits, tels qu'un produit de prêt, un produit de transfert PTB, un produit d'assurance, un produit de gestion de patrimoine Il s'agit donc de produits provenant de la même entreprise. La gestion de patrimoine est essentiellement la gestion de votre portefeuille. L'assurance fournit une assurance vie, une assurance maladie aux consommateurs finaux. Prêter, c'est accorder un crédit à un certain taux d'intérêt avec traitement en cas de litige, en cas de non-remboursement du crédit, que se passe-t-il, n'est-ce pas ? Il s'agit, disons quatre produits différents de la même marque. Maintenant, pour que tous ces produits fonctionnent parfaitement, il faut qu'il existe une couche de plateforme commune à tous, qui soit catégoriquement, dans ce cas, dotée d'une infrastructure de paiement et d'un volet anti-fraude. Les paiements, en tant que plate-forme complète ou fonctionnalité de base, doivent alimenter toutes ces couches commerciales de manière fluide. Il en va de même pour les infrastructures. Donc, en ce qui concerne les paiements, tout cela comporte en fait, vous savez, une étape de paiement ou de transaction laquelle le consommateur final paie un certain montant. Vous devez donc faire la réconciliation. Vous devez vous assurer que si un utilisateur soulève un litige, comment l'entreprise ou le tiers final rembourseront-ils le tiers final ? Comment gérer les sacs de recharge Il s'agit donc d'argent réel qui entre dans le système. La facturation de rapprochement doit donc être effectuée dans cet aspect Hum, l'infrastructure doit garantir que les paiements ou la visibilité de ces fonctionnalités soient presque instantanés, n'est-ce pas ? Il n'y a donc pas de latence. Afin de développer ces fonctionnalités, vous aurez besoin de nombreux microservices pour vous assurer que les produits sont toujours opérationnels. L'infrastructure doit donc garantir que tous ces serveurs ou les exigences des serveurs réellement informatiques pour ces entreprises fonctionnent correctement. Il croît au même rythme que le nombre de vos utilisateurs. Il doit s'assurer que le système ne tombe pas en panne. En cas de panne du système, que doit-il se passer ? Il s'agit donc du travail de partie infrastructure dans la mise en place de la plate-forme. Hélas, c'est de la fraude. Encore une fois, la tige est une couche horizontale car Froud peut en avoir sur n'importe lequel de ces produits, et elle doit continuellement améliorer, car les excréments externes continuent également de Si vous voyez, ces trois pieds sont communs à tous les produits. En tant que chef de produit de plateforme, votre rôle est de comprendre les nuances de chaque produit et de fonctionnalités de base de la plateforme au service de tous. Les compétences requises ici sont compréhension technique de chacune de ces couches, à savoir les paiements frauduleux, une compréhension globale du fonctionnement de l'architecture du système tout en gardant une vision approfondie ou, vous savez, de ce qui se passe du côté commercial. Il s'agit donc de quelques idées ou domaines dont un PM de plateforme doit être conscient s'il souhaite poursuivre dans la même direction. OK. 4. PM de plateforme : dimensions: Bonjour, voyons à quoi ressemble le travail quotidien de TASA pour un PM de plateforme ou quelles sont les compétences nécessaires pour être un PM de plateforme Tout d'abord, ils doivent interagir avec différents types de parties prenantes de l'écosystème. Ils doivent donc avoir une compréhension approfondie des systèmes techniques et de l'architecture des systèmes. Comme l'une des parties prenantes supplémentaires experts techniques qui communiquent ou comprennent les choses sous un angle différent, comme il s'agit également d'un rôle hautement technique, vous devez acquérir une compréhension approfondie de vos systèmes techniques. Outre les parties prenantes habituelles d'un PM, les entreprises, les autres responsables des produits, design, l'ingénierie, cela se passe à Palo Deuxièmement, il s'agit d'assurer la protection des quatre interactions entre plateformes. Ces fonctionnalités de plateforme sont nature très critiques. Si vous modifiez un petit aspect, cela peut entraîner une panne du système et même en identifier la cause Comment y remédier est une tâche ardue en soi, car de nombreux microservices fonctionnent sous ces plateformes de base Toute décision prise , sa gravité et son impact sur la criticité des systèmes existants sont donc gravité impact sur la criticité des énormes Ainsi, en tant que Premier ministre, étant donné que vous auriez besoin de prendre plusieurs appels de ce type, vous devez vous assurer qu'ils sont protégés de la manière la plus sécurisée. La troisième consiste à évoluer avec des API publiques et à sécuriser l'accès avec des API privées. Cela signifie que c'est votre plate-forme, car cette plate-forme doit être utilisée par différentes couches commerciales. Par conséquent, vos API doivent être de nature publique afin que toute entreprise ou couche d'application puisse les utiliser directement. Mais vous devez vous assurer que l'application interne ou les connexions internes à votre système au sein de votre couche de plate-forme sont de nature hautement sécurisée. Cela signifie que si une application de prêt ou toute autre essaie de déclencher ou d'invoquer une API, ce qui n'est pas prévu ce qui peut entraîner une panne potentielle, celles-ci doivent être protégées en tant qu'API privées hautement sécurisées Cela peut sembler une nuance technique, mais la façon dont un chef de produit structurerait les choses, selon laquelle il s' agit du site des API publiques, du cas d'utilisation et du reste, tout est privé, doit être hautement modularisée Quatrièmement, la structure de support des microservices. Comme je l'ai dit, cela peut devenir complexe très rapidement. Euh, l'ensemble de microservices requis pour faire fonctionner ces grands systèmes de fonctionnalités de base peut être de nature très complexe Ainsi, un produit ou une plateforme de gestion de projet doit s'assurer que cela est hautement abstrait La partie technique de l'étude de cas d'utilisation est très abstraite. Cela signifie que si, dans le cadre de mes fonctionnalités de base, mon microservice est d' appeler Microservice 2 Nous devons nous assurer que les modèles sont les mêmes, que les restructurations sont les mêmes et que les détails techniques sont laissés au soin des techniciens ou des ingénieurs Microservice 1 ne peut donc pas être très différent en termes d'architecture et échelle de Microservice 2 car il continuera à créer des structures complexes et des taxonomies très différentes seront un cauchemar à structures complexes et des taxonomies très différentes seront un cauchemar Si les fonctionnalités qui répondent objectifs de durabilité à long terme, comme je l'ai dit, l'ensemble de l'infrastructure ou la plateforme doivent garantir leur évolutivité au fil du temps en fonction de l'ampleur des utilisateurs objectifs de durabilité à long terme signifieraient que la base de données, vous savez, contient le plus de données sur les transactions ou les données des utilisateurs. R, tout d'abord, il est hautement sécurisé. Ensuite, la taille de la base de données continuera de croître de jour en jour à mesure que le nombre d'utilisateurs ou de transactions augmentera. Alors, comment vous assurer que les fonctionnalités que vous créez ou le textag que vous utilisez répondent vos objectifs de durabilité à long terme Ainsi, même la pile technologique doit suivre les fonctionnalités du textag utilisé Par conséquent, pour un chef de produit, les fonctionnalités ou le type de complexité ou de latence auxquels peut s'attendre dépendent vraiment du type de textag utilisé Une autre question concerne la pérennité lors des mises à jour de la plateforme. Lorsque vous publiez une mise à jour du système ou une version, vous devez vous assurer qu'elle est rétrocompatible avec tout ce que vous avez fait. Désormais, la rétrocompatibilité doit également garantir que la personne, quelle que soit l'application qui utilise vos fonctionnalités de base, ne tombe pas en panne lorsque vous publiez de nouvelles mises à jour sur le marché. Parce que chacune de ces API publiques peut être utilisée par n'importe quel nombre de systèmes. Par conséquent, une sorte de documentation, en dehors de la documentation de l'API, un contrôle de version approprié est nécessaire pour exécuter cet exercice Modèle de monétisation de plateforme différent. La plupart de ces fonctionnalités de base ont donc un bon potentiel de monétisation car l'IFA ou ces fonctionnalités de base représentent une structure de coûts importante dans Vous devez donc être conscient de A, est le coût quel est le coût encouru par les acteurs commerciaux ? Et comment augmente-t-elle avec le temps ? Comment augmente-t-il avec chaque entreprise ? En plus de m'assurer que si je souhaite monétiser cette fonctionnalité de base à l'avenir, à quoi ressemblera la structure de coûts ? Enfin, concentrez-vous sur une culture de plateforme flexible axée sur la priorité pendant le changement. Maintenant, c'est important pour garantir tout ce qui précède. Ici, la culture devient très importante lorsque quelqu' un crée un nouveau microservice, suit la bonne taxonomie, utilise les bonnes choses pour éviter que la complexité ne multipliée par plusieurs simplement introduisant une nouvelle fonctionnalité dans l' un des Tout cela s'ajoute donc aux compétences ou aux éléments que vous devez garder à l'esprit en tant que PM de plateforme, tout cela s'ajoute à ce que signifie un PM habituel ou un PM générique. Cela peut sembler de nature très technique, mais si vous l'extrayez, il faut essentiellement comprendre les principes de base pour exécuter tout cela. 5. Chef de produit AI/ML: Bonjour, Ron. Bienvenue à la nouvelle conférence du chef de produit AI. Voyons d'abord ce que cela signifie ou pourquoi le métier de chef de produit est devenu plus nuancé ou Un chef de produit d'apprentissage automatique se concentre sur la création produits issus de l'intelligence artificielle ou des technologies de science des données. Certains des exemples dont nous avons déjà parlé sont, disons, une recommandation YouTube, un module, un module de recommandation Netflix. Encore une fois, elles prennent de plus en plus d'importance car elles alimentent directement les sources de revenus, n'est-ce pas ? Par exemple, si vous prenez le cas de TikTog, le type de recommandation que vous recevez des comptes publics, Donc, si c'est le cas, disons que l'application détermine mes domaines d'intérêt et que je préfère, disons, consulter le sport, l'actualité ou la météo, n'est-ce pas ? Il doit le découvrir en se basant sur le contenu historique que j'ai regardé. Une fois qu'ils l' auront compris, ils seront en mesure de mieux recommander les comptes publics qui répondent à ce type d'intérêts Et en plus de cela, ils peuvent me recommander des produits que je pourrais acheter en fonction de ces intérêts. Vous devez donc vraiment vous assurer que l'attention de l'utilisateur est captée ou qu'elle est toujours lorsqu' il s'agit de faire des achats en ligne. Ou si j'aime faire du sport, je pourrais être intéressée par l'achat, disons, une raquette de tennis de table tout cela doit fonctionner de manière fluide et systématique pour qu'un utilisateur puisse acheter un produit sur votre plateforme qui génère finalement des revenus. Cela nécessite maintenant une bonne compréhension des systèmes techniques, car toutes ces informations doivent circuler manière fluide et vous devez en faire, vous savez, des analyses ou des évaluations. Encore une fois, la réflexion stratégique est importante car un chef de produit doit penser du point de vue A, du point de vue de l'entreprise et de l'utilisateur final, et transmettre ces exigences aux parties prenantes techniques et de l'apprentissage automatique. Le troisième est de solides compétences en communication. Hum, certaines compétences en communication sont de toute façon importantes, mais elles le deviennent encore plus ici parce que le type de parties prenantes que vous pourriez avoir un spécialiste de la science des données parlera davantage en termes de terminologie qu'ils utilisent Par exemple, une précision rappelle la précision. Ce sont les termes qu' ils utilisent au quotidien. On s'attend à ce qu'un chef de produit comprenne cela et communique en conséquence, n'est-ce pas ? Et lorsqu'ils discutent avec des parties prenantes de l'entreprise, certains de ces jargons techniques ne peuvent pas être utilisés lors des réunions d'affaires Cela doit être traduit dans un monde qu' ils comprennent. tendances croissantes qui gagnent en popularité et d'où le besoin d'un chef de produit AI. Tout d'abord, cette focalisation accrue sur l'IA explicable, comme je Comme nous le savons tous, l'apprentissage automatique fonctionne ou se mélange comme étant principalement une boîte noire que vous insérez dans une entrée pour obtenir une sortie, et quelle est la raison pour laquelle cette sortie est une boîte noire complète, n'est-ce pas ? Maintenant, les gens veulent plus d'explications raisons pour lesquelles cette entrée a été donnée ou pourquoi cette sortie est arrivée, si j'ai donné cette entrée. saisie signifie qu'en tant qu'utilisateur, je vais sur TikTooPut, pourquoi ai-je reçu L'explication devient de plus en plus importante A pour améliorer votre prise de décision, ainsi que pour vos parties prenantes externes. Vous devez communiquer ce qui se passe exactement dans le produit. Le deuxième est l'intérêt croissant pour la personnalisation et l'automatisation basées sur l' IA Les systèmes sont de plus en plus efficaces, plus en plus personnalisés. Encore une fois, la personnalisation est importante pour atteindre une efficacité maximale ou un potentiel de revenus maximal D'où un intérêt rapide ou croissant pour l'IA, en particulier lorsque dans le monde où le chat GPT est open source, vous pouvez créer des applications sur ce modèle de mégadonnées créé d'un point de vue open source De plus en plus, les serveurs sont de moins en moins chers ou fonctionnent à une échelle telle que nous pouvons traiter d' énormes quantités de Tous les autres facteurs externes contribuent donc également au développement ou à l' intérêt croissant pour ce domaine. Enfin, mais ce n' est pas le moindre , ce sont les pratiques éthiques en matière d' IA et de responsabilités. Alors que le monde continue d'évoluer à un rythme très rapide en termes de développement de ces technologies, nous devons faire preuve d'une grande éthique quant à leur utilisation. Et en tant que chef de produit, même en tant que partie prenante commerciale ou PDG d'une entreprise, vous devez prendre des décisions très efficaces pour ne pas compromettre l'éthique de l'utilisation de l'IA. Cela signifie essentiellement que vous ne pouvez pas, vous savez, travailler sur la vulnérabilité humaine pour acheter un certain article, n'est-ce pas ? Il doit y avoir des arrêts à différents moments du produit afin de garantir que l'éthique n'est pas enfreinte Et surtout maintenant, dans ce monde, s'il s'agit d'une boîte noire, la transparence devient donc importante et, avec la transparence, une meilleure gestion éthique l'utilisation continue de l'IA devient encore plus importante. Voici donc, vous savez, certaines des compétences ou les raisons pour lesquelles le chef de produit AI devient de plus en plus pertinent de nos jours. Ce sont là quelques points qui y ont contribué, et les gens peuvent poursuivre leur carrière dans cette direction. C'est un domaine très recherché, vous savez. Comme la technologie continuera de croître à partir de 6. Chef de produit AI/ML : détails: Tout d'abord, discutons de certaines des responsabilités différentes d' un chef de produit d'apprentissage automatique par rapport à celles des chefs de projet traditionnels, à commencer par les compétences techniques Ces PM auraient donc besoin d' une solide compréhension de l'intelligence artificielle et de la science des données en général R, pour pouvoir travailler avec la science des données et les ingénieurs et aussi pour évaluer, lorsque vous demandez à un data scientist de créer un modèle, ce que cela signifie réellement, dans quels cas un modèle heuristique fonctionnerait mieux qu'un modèle de réseau neuronal, n'est-ce pas ? Quelle est l'ampleur des données nécessaires avant même de pouvoir proposer un modèle de science des données ? Comment la transition d'une simple heuristique à manuelle des données évolue-t-elle vers un modèle plus sophistiqué, Comment utiliser une fois qu'un modèle est créé, comment déterminez-vous quelle est la sortie de ce modèle ? Donc, si un data scientist vous dit que la précision atteinte avec ce modèle est de 95 %. Alors, tout d'abord, que signifie cette précision ? Qu'est-ce que ça fait ? Que signifie le numéro de rappel ou la métrique de précision ? Euh, et dans différents secteurs, cela signifie des choses très différentes. Supposons donc que l'un des cas d'utilisation classiques consiste à détecter une maladie par imagerie, n'est-ce pas ? Donc, si vous faites un exercice de radiographie avec une certaine certitude, vous pouvez voir que, vous savez, cette maladie est, euh, cette maladie, la probabilité de survenue de cette maladie est très faible par rapport à très plus, très faible par rapport à plus. Maintenant, lorsque vous dites que mon modèle est précis à 95 %, cela signifie que 95 % du temps, ma maladie est prédite avec précision. Maintenant, qu'en est-il de ces 5 % du temps, n'est-ce pas ? Maintenant, il s'agit d'un flux très critique. Une personne, euh, vous savez, ou un médecin travaillant sur la précision de ce modèle peuvent ne pas être très précis pour ces 5 % d'utilisateurs Les répercussions sont très importantes dans ce cas, si vous ne parvenez pas à identifier ces 5 % alors que ce n' est pas très critique. Par exemple, mon module de recommandation fonctionne avec précision de 95 %. Maintenant, ce numéro, le même numéro, doit être traité très différemment dans ces deux secteurs. Il faut comprendre la vraie signification de ces chiffres en travaillant avec des scientifiques de Thêta et utiliser ce nombre conformément aux flux Le deuxième est l'analyse des données. Encore une fois, cela devient de plus en plus important pour un PM annuel, car la plupart des décisions , que ce soit sur recommandation , sur la précision des chiffres ou pour différents cas d'utilisation, sont prises en grande partie sur la base de chiffres. Donc A, quels chiffres sont vraiment importants en termes de contexte commercial, en termes de besoins des utilisateurs, et aussi simplement pour comprendre les chiffres de données à grande échelle. Le troisième est la réflexion stratégique. Encore une fois, il est commun à tous les chefs de produit. Mais ici, puisque vous devez transformer les connaissances techniques en besoins des consommateurs et des entreprises, la réflexion stratégique va dans le sens inverse, alors que vous êtes en mesure d'identifier les opportunités commerciales. Par exemple, s'il y a une tendance croissante, disons, un jeu de calmar qui devient populaire sur Netflix Comment pouvez-vous l'utiliser dans un produit d'intelligence artificielle susceptible d'accroître le nombre de vues ou d'attirer davantage d'attention sur votre plateforme ? Cela peut être fait facilement, par exemple, avec un modèle d'IA ou un produit d'IA. Quelles sont les autres tendances dont vous avez besoin pour les analyser et les intégrer à votre produit ? Quelle est la faisabilité ou qu'est-ce que le TTL ? De l'introduction d'un tel exercice. Par conséquent, la faisabilité ou compréhension technique deviennent vraiment importantes. plus, la réflexion stratégique visant à transformer un besoin commercial ou une activité croissante en informations exécutables ou exploitables devient une fois de plus importante L'éthique, comme nous en avons discuté avec des préoccupations croissantes concernant les pratiques éthiques de l'IA, est la responsabilité fondamentale d' un chef de produit de garantir la transparence, l'équité, le code de conduite approprié respect des réglementations le respect des réglementations conformément aux normes gouvernementales. Les indicateurs de réussite, comme nous en avons discuté, ne croient plus aujourd'hui au simple mode de pensée de la boîte noire. Ils doivent être étayés par des arguments plus solides pour déterminer ce que signifie fondamentalement un résultat. Intégration de l'IA. Encore une fois, il s'agit d'une nuance plus technique, mais les intégrations nécessaires dans les produits nécessitent des composants tels que nécessaires dans les produits des alcools personnalisés Comme je l'ai dit, il faut montrer à un utilisateur sur la base de ce contexte historique, , sur la base de ce contexte historique, des choses différentes de celles des autres utilisateurs, les moteurs de prédiction. Cela signifie, euh, même faire des prédictions pour un utilisateur passionné de Les TikTok, qui a acheté quatre articles différents via cette plateforme Quelle est la prédiction de la valeur de durée de vie qu'un utilisateur peut fournir à la plateforme par le biais de modules d'IA ? Ils peuvent en fait calculer que si j'ai dépensé, disons, 100$ jusqu'à présent, Tik Tok en achetant des produits. Quelle est la durée de vie de cet utilisateur ? Encore une fois, il devient important de budgétiser correctement afin de prévoir correctement les revenus et le PNL Et enfin, les interfaces conversationnelles. Maintenant, avec de nombreuses sorties ou formats d'IA qui deviennent populaires, par exemple, l'assistant vocal, recherche textuelle ou la conversation basée sur le texte. L'IA ne se limite plus à des recommandations basées sur des images ou du texte. Le fait de suivre ou s' introduire dans différents canaux peut bénéficier au même produit. Donc, identification de ces opportunités et intégration de ces canaux dans votre module existant. Cela explique en partie la différence entre les responsabilités que doit assumer le chef de produit ML vis-à-vis des chefs de produit traditionnels .