这是求职产品经理系列的第180篇文章 哈喽大家好，最近一直很多人找我要的两个干货资料：《起薪4万，AI产品经理模型基本功-13个经典模型》以及《AI产品经理求职高频30题以及答案解析》耗时1个月终于整理完成了！
说明： 1）两个文档总字数4.98万，不管是模型基本功还是每个问题的答案都尽可能详尽； 2）重点给大家深度讲解了机器学习、深度学习、AIGC三个大方向的13个经典模型
3）每个模型从实现原理、应用场景、优缺点三个产品经理必懂的维度深度讲解，结合应用案例更易于大家理解 4）从百度、腾讯、字节、商汤、科大讯飞等面试精选AI面试高频面试30题，后续会继续补充 5）高频面试的每一个问题都给出了回答思路、回答框架以及参考答案，帮助大家提高面试准备效率 6）本内容为PDF格式文档，大家可以随到随学
详细的目录如下，需要的小伙伴可以详细看一下~
第一章：机器学习和深度学习的关系
第二章：机器学习7大经典算法 算法一：K近邻算法【分类算法】 1.1KNN 算法的实现原理1.2 KNN应用场景举例：预测候选人能不能拿到Offer1.3 KNN 算法优缺点 算法二：线性回归【回归算法】 2.1 线性回归算法的实现原理2.2 线性回归算法的应用场景：广告投放2.3 线性回归算法的优缺点 算法三：逻辑回归【分类算法】 3.1 逻辑回归算法的原理3.2 逻辑回归算法的应用3.3 逻辑回归算法的优缺点 算法四：朴素贝叶斯【分类算法】 4.1 朴素贝叶斯算法实现原理4.2 朴素贝叶斯的应用案例：要不要购买延误险 4.3 朴素贝叶斯的优缺点 算法五：决策树与随机森林【分类算法】 5.1 决策树算法的实现原理5.2 决策树的应用案例：预测用户违约5.3 决策树的优缺点 5.4 随机森林：集体的力量 算法六：支持向量机【分类算法】 6.1SVM 算法的实现原理6.2 SVM应用场景：预测股票市场的涨与跌？ 6.3 SVM 算法优缺点 算法七：K-means 聚类算法【回归算法】 7.1K-means 算法实现原理7.2 应用案例：K-means 算法对用户分层 7.3 K-means 聚类算法的优缺点 第三章：深度学习3大经典模型 一、神经网络 二、深度学习经典模型一：CNN算法（卷积神经网络） 2.1 CNN模型的实现原理2.2 CNN模型的应用场景及缺点 三、深度学习经典模型二：RNN算法（循环神经网络） 3.1 RNN模型的实现原理 3.2 RNN模型的应用场景 四、深度学习经典模型三：GAN算法（生成式对抗网络） 4.1 GAN模型的实现原理 4.2 GAN模型的应用场景 五、深度学习的优缺点 第四章：AIGC的3大底层算法 一、Transformer模型 二、GPT系列模型三、Diffusion模型 第五章：AI产品经理面试高频30题及答案解析 第一类：自我介绍第二类：AI技术背景 2.1 什么是特征清洗、数据变换？ 2.2 什么是过拟合和欠拟合？ 2.3 什么是跨时间测试和回溯测试？ 2.4 什么是训练集、验证集和测试集？ 2.5你之前负责产品中使用的最核心的算法是什么？这种算法有哪些优缺点？ 2.6对深度学习有哪些了解？深度学习的应用场景有哪些？ 2.7 机器学习的三大类应用场景都是什么？2.8 逻辑回归相比于线性回归，有什么区别？ 2.9你能介绍一下KNN/朴素贝叶斯/SVM/CNN/Diffusion/NLP的原理吗？你熟悉哪几种深度学习和机器学习算法？都有哪些区别？ 第三类：工作场景类 3.1 AI算法工程师说你的需求实现不了怎么办？ 3.2 如果公司研发资源不足以实现你想要的功能，怎么办？ 3.3 训练模型时，数据集都有哪些来源？找不到合适的数据集怎么办？ 3.4 工作中，用什么样的方法清洗和整理数据？ 3.5 你怎么评估一个模型的好坏？第四类：AI产品经验 4.1 系统的介绍一下你负责的某某AI产品4.2工作中做的最失败的事情/项目/遇到的最大困难是什么？ 4.3 请说说你们产品的主要竞品是谁？ 第五类：产品素养类 5.1 AI 产品经理和传统产品经理的区别是什么？5.2 AI 产品经理的工作流程和工作职责是什么？ 5.3 AI目前在B和C有哪些落地场景？ 5.4 什么样的AI产品算是成功的产品？ 5.5平时在哪些网站/渠道学习AI产品知识？ 5.6你们的模型构建流程是怎么样的？ 第六类：行业认知 6.1 你怎么看待 AI 或者人工智能行业？对于整个AI行业有哪些认知？ 6.2 结合我们公司的业务场景，通过 AI 技术可以做哪些工作来提升用户体验？ 第七类：其他问题 7.1 为什么想做AI产品？ 7.2 你做AI产品有哪些优劣势？ 7.3未来的职业规划是什么？ 第八类：自由提问
随便截几张预览图片： 随便截图的示例一：KNN模型 随便截图的示例二：线性回归模型
随便截图的示例三：GPT训练过程
随便截图的示例四：高频面试题及答案
随便截图的示例五：高频面试题及答案
整理不易，耗时一整个月，所以咱们这个干货资料不是免费的，因为后面打算持续更新，所以价格梯度如下
1-10名：￥19.9
11-30名：￥29.9
31-50名：￥49.9
51-80名：￥79.9
81名以上：￥99
直接通过以下视频号小店下单即可，下单之后私信：xuelaoban667获取资料大礼包。
当然后续其他很多干货资料我会直接分享到咱们AI求职交流群中，所以没有在群里的可以私信我，拉你入群。
