2020-08-17 09:19发布
可以。
彭同学，2018届毕业生，产品经理就业特训营第一期北京班学员，一名本该成为“空少”的大学生，以优秀的成绩斩获课程奖学金，成功入职为Worktile产品实习生。
如果没有走上“产品经理”这条路
那我可能按部就班地在2018年6月份毕业
然后进入航空公司
成为了一名“空少”
但是我很清楚，这不是我想从事的工作。跟其他迷惘的人相比，我是幸运的，在大三的时候，我找到了自己感兴趣的职业——产品经理。
既然找到了方向
那自然就是为了实现去努力
然而自学产品相关知识，不仅零散，混乱，而且很难自己去把握重点，我知道找一份产品相关的工作相当困难，而自己学习很难推动进度。
偶然在人人都是产品经理APP上看到了
“产品经理就业特训营”
当时北京站已经开课一周，我毫不犹豫地咨询报名，并争取到插班的机会，我知道这对我来说是个不容错过的机会。
我不是冲着“包就业”去的
相比起来，我更看重“零基础”
因为这时候我没有任何实习经验，能从来自一线大厂的老师那里了解这个行业，学习十年资深产品经理的思考方式，对我来说，没有比这更好的机会了。
课程导师
老师上课的水平那肯定是不用多说的，他们都是至今奋战在互联网一线的产品大牛，亲授的也是最滚烫的产品实战经验。就是这么优秀的人，每天晚上的答疑都耐心满满，跟着他们的步伐走，感觉自己可以少走很多弯路。
登录流程
模拟面试中老师也传授了不少面试经验，后期就业辅导老师给的简历修改意见也非常有帮助。
在这里，我亲历了一名合格的产品经理在设计一款产品的所有流程，真正认识了产品经理这个职业，更深刻地认识到，一个优秀的产品从前期的市场、竞品、需求分析，到后面的产品设计、交互原型、PRD文档的撰写，每一步都不可小觑。八周的课程，从0到1参与一个产品的规划设计，让我逐渐有了入行的信心。
资讯阅读流程
我设计的产品是一款资讯APP-LEAP
目前垂直行业咨询已有36kr、虎嗅等优秀的产品，这两个产品的优势是非常的专业，在垂直领域内，资讯非常全面，有深度，拥有一大批IT界和投资圈的忠实用户。
产品定位
科技和IT垂直咨询
与以上两款产品相比
将资讯信息的重点放在了有趣新奇上
避开了在专业性上与以上两款竞品较量
目标用户是较年轻化
有猎奇心理、求知欲的
大学生和青年群体
目标
打造科技垂直资讯中最有趣
内容极具吸引力的平台
抓住第一批用户
奠定产品的用户基础
产品框架图
用户阅读主流程
更多优秀作品内容
请长按识别二维码查看
幸运的是，课程结束不久，我就碰到一个好机会，进入了一家做toB产品的公司，有机会直接跟着大牛学习，慢慢践行熟悉在课程中学到的理论。
虽然实习期间做的是产品助理的工作，但面向CTO直接汇报，没有那种实习生过来打杂的感觉，反而有种被重点培养的满足感。每周老大还亲自给我上两节课，虽然刚入行，但对产品和行业很快就熟悉起来了。
真的发自内心感谢起点学院，帮助我跨入了这个行业的门槛。庆幸自己报名了这个课程，还有什么是比能够从事喜欢的工作更好的礼物呢。
恭喜彭童鞋通过自己的努力找到了满意的工作
用他的话来说
这是一份无可比拟的礼物
而其实
彭童鞋的经历只是
【产品经理就业特训营】
往期转行童鞋的一个缩影
他们或是刚毕业的大学生
或是工作一两年的职场新人
他们都有着不错的学历背景
按照原有的人生轨迹都能成为某个行业的精英
但他们也都有一颗不愿将就的心
不甘心被所谓的专业捆绑住自己的未来
倾听更多产品经理入行故事
请添加我们的课程小助手微信入群
微信/手机 18680676467
▼戳，给自己一个入行产品经理的机会！
选对培训机构比较重要，还有就是选择的时候看一下自己适合哪种风格的讲课方式，这个也很重要。因为现在5G时代来临，人工智能绝对是一个发展的大趋势，如果你自己空余时间又比较多的话，其实可以报一个辅导班，学习学习一些基本的东西，毕竟多学点总是没有坏处...
深度学习是近几年人工智能领域的主要研究方向。深度学习的主要任务是通过构建深度卷积神经网络（Deep Neural Network，DNN）和采用大量样本数据作为输入，人们最终会得到一个具有强大分析能力和识别能力的模型，该模型包含了DNN的构成参数以应用于实际工作。...
AI深度学习课程是用于建立、模拟人脑进行分析学习的神经网络，并模仿人脑的机制来解释数据的一种机器学习技术，主要应用于图像识别、语音识别、自然语言处理等领域。学完可以从事深度学习工程师、机器学习工程师、人工智能工程师、高级算法工程师、高级算法工...
算法，数据相关的适合做人工智能
人工智能取代的行业，一定有如下几个特征：1、大量重复型。2、逻辑性比较强。3、数据库依赖型。像司机，咨询，教育，医生，会计，律师助理，工程师，码农等，都是容易被取代的行业。当然，这都是强人工智能以后会发生的事，现在还是弱人工智能的时代，想进入...
如果你是自己学着玩，提升自己的话，高中毕业都可以。如果是冲着AI算法岗或者科研一席之地，至少211硕士。具体可以亲身体验一下今年算法岗秋招。
可以，未来的人工智能发展深度学习必然是现在大型机器生产科研必备的，证书的话某个培训好像有这个中科院的证书，具体你去百度吧
我觉得就是人工智能的课程，现在家具都是智能家居了。这一块发展一定很好
对于sgd算法而言，batch size太大太小都不好，太小的话训练不稳定，计算效率低；太大的话收敛速度慢，需要仔细调节一下。以2的倍数调节，例如32,64,128等
在terminal中输入$wolf@wolf:~/Downloads/gitclonehttps://github.com/Tencent/ncnn cd切换到NCNN目录***这步很重要，这时候需要修改ncnn的root目录下的CMakeLists.txt文件，需要将倒数几行的add_subdirectory(examples)，取消注释，这样就是默认编译example...
人工智能的话其实到现在来说已经慢慢趋于成熟，学的话首先是一线城市，学出来好就业，还有就是薪资也高
画个train and test error VS 训练数据量(training set size) 的learningcurve应该会更加直观了。可以找个简单的数据集，比如说handwritten digits或者什么的，分别用神经网络和决策树或者knn做出这个learningcurve。你会看到如果用一个决策树去解决这个问题...
共生矩阵用两个位置的象素的联合概率密度来定义，它不仅反映亮度的分布特性，也反映具有同样亮度或接近亮度的象素之间的位置分布特性，是有关图象亮度变化的二阶统计特征。它是定义一组纹理特征的基础。 一幅图象的灰度共生矩阵能反映出图象灰度关于...
最多设置5个标签!
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1515056452',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','/static/images/logo.png', '推荐 大冬瓜 的问题《深度学习目前可以插班学习吗》','http://www.shouhuola.com/q-27264.html','页面编码gb2312|utf-8默认gb2312'));){kind=link}
可以。
彭同学，2018届毕业生，产品经理就业特训营第一期北京班学员，一名本该成为“空少”的大学生，以优秀的成绩斩获课程奖学金，成功入职为Worktile产品实习生。
如果没有走上“产品经理”这条路
那我可能按部就班地在2018年6月份毕业
然后进入航空公司
成为了一名“空少”
但是我很清楚，这不是我想从事的工作。跟其他迷惘的人相比，我是幸运的，在大三的时候，我找到了自己感兴趣的职业——产品经理。
既然找到了方向
那自然就是为了实现去努力
然而自学产品相关知识，不仅零散，混乱，而且很难自己去把握重点，我知道找一份产品相关的工作相当困难，而自己学习很难推动进度。
偶然在人人都是产品经理APP上看到了
“产品经理就业特训营”
当时北京站已经开课一周，我毫不犹豫地咨询报名，并争取到插班的机会，我知道这对我来说是个不容错过的机会。
我不是冲着“包就业”去的
相比起来，我更看重“零基础”
因为这时候我没有任何实习经验，能从来自一线大厂的老师那里了解这个行业，学习十年资深产品经理的思考方式，对我来说，没有比这更好的机会了。
课程导师
老师上课的水平那肯定是不用多说的，他们都是至今奋战在互联网一线的产品大牛，亲授的也是最滚烫的产品实战经验。就是这么优秀的人，每天晚上的答疑都耐心满满，跟着他们的步伐走，感觉自己可以少走很多弯路。
登录流程
模拟面试中老师也传授了不少面试经验，后期就业辅导老师给的简历修改意见也非常有帮助。
在这里，我亲历了一名合格的产品经理在设计一款产品的所有流程，真正认识了产品经理这个职业，更深刻地认识到，一个优秀的产品从前期的市场、竞品、需求分析，到后面的产品设计、交互原型、PRD文档的撰写，每一步都不可小觑。八周的课程，从0到1参与一个产品的规划设计，让我逐渐有了入行的信心。
资讯阅读流程
我设计的产品是一款资讯APP-LEAP
目前垂直行业咨询已有36kr、虎嗅等优秀的产品，这两个产品的优势是非常的专业，在垂直领域内，资讯非常全面，有深度，拥有一大批IT界和投资圈的忠实用户。
产品定位
科技和IT垂直咨询
与以上两款产品相比
将资讯信息的重点放在了有趣新奇上
避开了在专业性上与以上两款竞品较量
目标用户是较年轻化
有猎奇心理、求知欲的
大学生和青年群体
目标
打造科技垂直资讯中最有趣
内容极具吸引力的平台
抓住第一批用户
奠定产品的用户基础
产品框架图
用户阅读主流程
更多优秀作品内容
请长按识别二维码查看
幸运的是，课程结束不久，我就碰到一个好机会，进入了一家做toB产品的公司，有机会直接跟着大牛学习，慢慢践行熟悉在课程中学到的理论。
虽然实习期间做的是产品助理的工作，但面向CTO直接汇报，没有那种实习生过来打杂的感觉，反而有种被重点培养的满足感。每周老大还亲自给我上两节课，虽然刚入行，但对产品和行业很快就熟悉起来了。
真的发自内心感谢起点学院，帮助我跨入了这个行业的门槛。庆幸自己报名了这个课程，还有什么是比能够从事喜欢的工作更好的礼物呢。
恭喜彭童鞋通过自己的努力找到了满意的工作
用他的话来说
这是一份无可比拟的礼物
而其实
彭童鞋的经历只是
【产品经理就业特训营】
往期转行童鞋的一个缩影
他们或是刚毕业的大学生
或是工作一两年的职场新人
他们都有着不错的学历背景
按照原有的人生轨迹都能成为某个行业的精英
但他们也都有一颗不愿将就的心
不甘心被所谓的专业捆绑住自己的未来
倾听更多产品经理入行故事
请添加我们的课程小助手微信入群
微信/手机 18680676467
▼戳，给自己一个入行产品经理的机会！
相关问题推荐
选对培训机构比较重要，还有就是选择的时候看一下自己适合哪种风格的讲课方式，这个也很重要。因为现在5G时代来临，人工智能绝对是一个发展的大趋势，如果你自己空余时间又比较多的话，其实可以报一个辅导班，学习学习一些基本的东西，毕竟多学点总是没有坏处...
深度学习是近几年人工智能领域的主要研究方向。深度学习的主要任务是通过构建深度卷积神经网络（Deep Neural Network，DNN）和采用大量样本数据作为输入，人们最终会得到一个具有强大分析能力和识别能力的模型，该模型包含了DNN的构成参数以应用于实际工作。...
AI深度学习课程是用于建立、模拟人脑进行分析学习的神经网络，并模仿人脑的机制来解释数据的一种机器学习技术，主要应用于图像识别、语音识别、自然语言处理等领域。学完可以从事深度学习工程师、机器学习工程师、人工智能工程师、高级算法工程师、高级算法工...
算法，数据相关的适合做人工智能
人工智能取代的行业，一定有如下几个特征：1、大量重复型。2、逻辑性比较强。3、数据库依赖型。像司机，咨询，教育，医生，会计，律师助理，工程师，码农等，都是容易被取代的行业。当然，这都是强人工智能以后会发生的事，现在还是弱人工智能的时代，想进入...
如果你是自己学着玩，提升自己的话，高中毕业都可以。如果是冲着AI算法岗或者科研一席之地，至少211硕士。具体可以亲身体验一下今年算法岗秋招。
可以，未来的人工智能发展深度学习必然是现在大型机器生产科研必备的，证书的话某个培训好像有这个中科院的证书，具体你去百度吧
我觉得就是人工智能的课程，现在家具都是智能家居了。这一块发展一定很好
对于sgd算法而言，batch size太大太小都不好，太小的话训练不稳定，计算效率低；太大的话收敛速度慢，需要仔细调节一下。以2的倍数调节，例如32,64,128等
在terminal中输入$wolf@wolf:~/Downloads/gitclonehttps://github.com/Tencent/ncnn cd切换到NCNN目录***这步很重要，这时候需要修改ncnn的root目录下的CMakeLists.txt文件，需要将倒数几行的add_subdirectory(examples)，取消注释，这样就是默认编译example...
人工智能的话其实到现在来说已经慢慢趋于成熟，学的话首先是一线城市，学出来好就业，还有就是薪资也高
画个train and test error VS 训练数据量(training set size) 的learningcurve应该会更加直观了。可以找个简单的数据集，比如说handwritten digits或者什么的，分别用神经网络和决策树或者knn做出这个learningcurve。你会看到如果用一个决策树去解决这个问题...
共生矩阵用两个位置的象素的联合概率密度来定义，它不仅反映亮度的分布特性，也反映具有同样亮度或接近亮度的象素之间的位置分布特性，是有关图象亮度变化的二阶统计特征。它是定义一组纹理特征的基础。 一幅图象的灰度共生矩阵能反映出图象灰度关于...