说起AIGC，大家都会自然地想到近两年火的一塌糊涂的ChatGPT,而开发出它的OpenAI，去年年底的年化收入已突破16亿美元，部分OpenAI的管理层认为，按目前进度，到2024年底，OpenAI的年化收入至少能达到50亿美元。而去年年末OpenAI的估值已达1000亿美元，成为SpaceX之后美国估值第二高的创业公司。由此，不难看出AIGC工程师惊人的市场潜力。
而现在正在公司任职产品经理，也因为AI热潮爆发，受到冲击最大的职位之一，最近一年我真的是压力山大，不知道是哪里传来的说法，说什么产品经理是“新时代AIGC大模型的领航者”。搞的好多同行为了增加自身的竞争力去学大模型课程，接着带动了其他人，最后大家一起疯狂内卷。我也是没办法，虽然不知道所谓的大模型技术和我的工作有什么关系，但别人都去学了，我总不能就这么看着吧，只能赶紧去网上收集了一些资料，两个月前，在朋友的推荐下，报名了近屿智能推出的AIGC大模型工程师和产品经理训练营。
不学不知道，一学吓一跳，原来AIGC大模型中还真有那么多门道，在很多方面非常契合产品经理的职位，“可以提升生产力和竞争力”并不是空穴来风，而真有这种说法的，总体来说有三点：
首先，AI技术的兴起为产品经理带来了前所未有的黄金机遇。各行各业，如金融、医疗、教育和娱乐等，都在积极探索与AI技术的融合。这使得精通AI技术的产品经理成为市场上炙手可热的宝贵资源。
其次，AI技术如同一位得力的助手，赋予产品经理超越技术障碍的能力。产品经理可以利用AI来编写代码、生成产品原型，这极大地提高了产品从概念到实现的效率，并在与团队和投资者的沟通中增强说服力。
最后，Prompt的运用为产品经理提供了一种新的工具，用以直接影响产品的逻辑和效果。在AI大模型的世界里，产品经理不仅仅是设计图纸的制作者或产品需求文档（PRD）的撰写者，他们可以通过调整Prompt来塑造产品的核心特性和用户体验。这种能力使产品经理在产品开发过程中发挥更加关键的作用。
近屿智能的训练营课程同时也是我见过最体系化的课程，将AIGC技术分为A1至A7七个阶段， 从A1-A7学员可以自主选择，根据自己的实际能力和期望达到的水平，选择合适的课程，也不会像其他培训机构一样，一次性收一大笔的费用，过程中学的不好了还不好退费，资料可以分享给大家看看。
AIGC大模型工程师和产品经理学习路径图介绍
A1阶段：
具备的能力：构建提示词来解决具体应用问题，大模型应用阶段，使用闭源商业大模型例如：文心一言、星火大模型、ChatGPT。
通俗解释：对AIGC大模型最初级的运用阶段，可以使用文心一言、星火大模型、ChatGPT等各种AIGC大模型工具，提升工作效率
适合对象：旨在通过运用各类AIGC工具来提高工作效率，减轻因重复性工作引起的疲劳。
预期职业岗位：适应AI时代的办公室职员、技术人员以及部分技术工人。
A2阶段：
具备的能力：能够对大型模型进行细致调整（Selective Fine-Tuning），使其在特定领域的任务表现达到商业应用标准。
通俗解释：该阶段可以利用封闭源代码的大型模型API，通过精心设计的提示词（Prompt Engineering）创建一个能够广泛对话的聊天机器人。
学习内容：
A2.0 Python之提示工程基础
A2.1大模型提示工程
A2.2 大模型编程
A2.3 大模型的API及Plugins调用
A2.4 远程实践项目+爬梯考试
A2.5大模型的发展历程（选修）
A2.6 GPT4-Turbo & Gemini最新解读（选修）
适合对象：掌握如何有效地利用API，以及如何设计用户友好的交互体验；希望提高工作效率，通过API构建简单工具。
学成可胜任的岗位：Prompt 工程师
课程安排：AI直播课+AI录播课+AI在线答疑课+更新AI直播课+远程项目实战
A3阶段：
具备的能力：针对大模型在已有提示词上的性能表现不足的问题，构建面向任务的指令训练语料，对大模型进行有监督的指令微调，提升大模型在应用上的性能。
通俗解释：该阶段能够对大模型进行精调（SFT），让大模型在某一个领域的任务表现可以商用
课程内容：
A3.0 Python之大模型微调基础
A3.1 大模型基本原理
A3.2 大模型理论基础A
A3.3 大模型理论基础B
A3.4 大模型开发工具
A3.5 大模型微调技术
A3.6 大模型微调实战
A3.7 大模型思维链
A3.8 远程实践项目+爬梯考试
A3.9 Stable Diffusion（选修）
适合对象：理解特定领域的需求，基于商业需求，能够调整和优化模型以适应特定的应用场景。
学成可胜任的岗位：AI开发（应用）工程师
上课形式：AI录播课+AI在线答疑课+更新AI直播课+远程项目实战+每月前沿技术更新讲座+工作机会信息速递+OJAC标准会员权益
实践项目：聊天机器人，利用闭源大模型API，如ChatGPT、文心一言等，来实现自然语言理解和生成的功能。基于用户输入的Prompt，机器人能够生成合适的回应。
A4阶段：
具备的能力：能够根据应用需求，借助langchian等大模型应用框架，通过集成领域或场景专业知识、调用智能体等，扩展大模型能力，构建专业的智能问答系统、知识检索系统或多智能体集成系统。
通俗解释：该阶段能让大模型根据我们自己专业/行业的私有知识库，有质量的回答专业问题
课程内容：
A4.0 Python之大模型应用开发基础
A4.1 大模型RAG
A4.2 LangChain & Semantic Kernel原理
A4.3 LangChain & Semantic Kernel实战
A4.4 AutoGen原理
A4.5 AutoGen实战
A4.6 LangChain、SK、AutoGen集中答疑
A4.7 项目分享
A4.8 远程实践项目+爬梯考试
适合对象：可以基于整理和优化的知识库，提高模型在特定领域内的表现
学成可胜任的岗位：AI算法工程师、AI软件架构师
课程安排：AI录播课+AI在线答疑课+更新AI直播课+远程项目实战+星辉职路塑造家+每月前沿技术更新讲座+工作机会信息速递+原力周末（需另外付费）+OJAC高级会员权益
就业退费保障：推荐就业，如果出勤率高于90%，作业完成率高于90%，且作业平均在3.5分以上，一年内没有找到工作退一半
实践项目一：法律文书助手，本项目的目标是通过对大模型进行微调，使其能够有效辅助处理和管理法律文书。这一法律文书助手的主要功能包括对法律文件的分类、回应咨询、提取关键信息，以及自动化生成和编辑法律文档等。其最终目标是创建一个高效、准确且可信赖的法律文书处理助手，能够处理各种法律文书相关任务，极大地提高法律文书处理的效率和质量。该助手的核心价值在于帮助法律专业人员和相关用户更有效地管理法律文书，从而提高工作效率和沟通效果，减少人力资源的投入，并提升法律文书处理的专业性和准确性。
实践项目二：医疗记录助手，本项目致力于通过对大模型进行微调，开发一个医疗记录助手，专门辅助处理和管理医疗文档。这一医疗记录助手的主要功能包括对医疗文件的分类、回应咨询、提取关键信息，以及自动生成和编辑医疗文档等。其最终目标是创建一个高效、准确且可信赖的医疗文档处理助手，能够处理各种医疗文书相关任务，显著提升医疗文档处理的效率和质量。该助手的核心价值在于帮助医疗专业人员和相关用户更有效地管理医疗记录，提高工作效率和沟通效果，减少人力资源投入，并提升医疗文档处理的专业性和准确性。
实践项目三：金融报告助手，该项目旨在通过对大模型的微调，开发一个金融报告助手，专注于处理和管理金融文档。主要功能包括金融文件的分类、回应咨询、关键信息提取，以及自动化生成和编辑金融报告等。其最终目标是打造一个高效、精确、可靠的金融文档处理助手，能够应对各类金融文书任务，极大地提高金融文档处理的效率和质量。该助手的核心价值在于助力金融专业人员和相关用户更高效地管理金融报告，提升工作效率和沟通效果，减少人力资源的投入，并增强金融文档处理的专业性和准确性。
A5阶段：
具备的能力：针对开源大模型原有基座专业能力不足等问题，在已有的预训练框架下，组织领域相关预训练语料、原有或扩展的指令训练语料等，完成对模型底座的增量预训练、指令训练等任务实现对模型底座的能力扩展。
通俗解释：训练入门级大模型的基座， 理解但不用修改代码，根据指定的标准或规范，可以按照指引进行增量预训练或模型底座训练
适合对象：已学习入门级大模型训练技巧，包括数据构造和增量预训练，遵循指导训练垂直领域大模型
学成可胜任的岗位：高级AI算法工程师
课程安排：双周末线下集训营+星辉职路塑造家＋AI大模型探索者计划+每月前沿技术更新讲座+工作机会信息速递+OJAC黄金会员权益
就业退费保障：推荐就业，如果出勤率高于90%，作业完成率高于90%，且作业平均在3.5分以上，一年内没有找到工作退一半
实践项目一：
法律领域常识问答机器人，该项目专注于开发一个专门针对法律领域的常识问答机器人。它旨在通过整合法律法规、案例判决、法律术语和程序等内容，构建一个全面的法律知识库。然后，利用这个知识库对大模型进行精调，以提高其在法律咨询、案例分析等方面的性能。最终目标是为律师、法律专业人士和公众提供准确的法律信息和建议。
实践项目二：医疗领域常识问答机器人，此项目致力于创建一个医疗领域的常识问答机器人。项目的核心是构建一个包含医学术语、治疗方法、疾病知识等内容的医疗知识库。通过将这一知识库与大模型结合，并进行精调，机器人将能够在诸如疾病诊断支持、医疗咨询等领域提供专业的建议和信息。该项目旨在服务于医疗从业者和寻求医疗信息的公众。
实践项目三：金融领域常识问答机器人，这个项目的目标是开发一个专注于金融领域的常识问答机器人。项目的核心工作是建立一个涵盖金融市场、投资策略、经济指标等内容的全面金融知识库。通过结合这一知识库和大模型，并进行精调，机器人将能在金融咨询、市场分析等方面提供高质量的支持。这一项目主要面向金融从业人员和对金融市场有兴趣的公众。
A6阶段：
具备的能力：针对模型底座能力不足等问题，研究引入模型的分布式扩展、全量或增量预训练框架，结合模型训练的加速框架，对不同参数规模的模型底座构建训练或增量预训练策略，实现全流程的大模型能力重构。
通俗解释：训练高级大模型基座，设置大模型的全量微调或增量微调、Lora微调等大模型预训练策略，搭配Deep Speed加速框架，选择和修改预训练模型，增加特定领域的Token做预训练或增量预训练（比如，在Llama2的基础上做增量预训练，得到Chinese-Llama2）
适合对象：已学习高级大模型训练技巧，包括全量微调和策略，以满足不同业务需求，训练大模型以满足特定需求
学成可胜任的岗位：AI应用架构、研发工程师
课程安排：双周末线下集训营+星辉职路塑造家＋AI大模型探索者计划+每月前沿技术更新讲座+工作机会信息速递+OJAC黄金会员权益
就业退费保障：推荐就业，如果出勤率高于90%，作业完成率高于90%，且作业平均在3.5分以上，一年内没有找到工作退一半
实践项目一：法律助手，这个项目旨在创建一个法律助手，使用训练入门级大模型基座来处理法律文档、法规和法律咨询任务。包括数据构造、模型训练和模型应用等步骤。
实践项目二：医疗助手（需学员自备数据集），本项目的目标是开发一个医疗助手，使用训练入门级大模型基座来处理医疗文档、临床指南和医疗咨询任务。包括数据构造、模型训练和模型应用等步骤。
实践项目三：金融助手，该项目旨在创建一个金融助手，利用训练入门级大模型基座来处理金融文档、市场数据和金融咨询任务。包括数据构造、模型训练和模型应用等步骤。
A7阶段
具备的能力：能够针对不同的领域或应用问题，研究优化Transformer结构、预训练大模型架构，开发新的大语言模型或多模态大模型，能够提出或改进大模型预训练、指令训练、强化学习阶段的模型架构，提出新的模型解决方案。
通俗解释：能改Transformer的研究型人才
学成可胜任的岗位：大模型研究员、科学家
其实最关键的还是他们课程的售后服务基本上是同行里最好的之一，并不需要担心寻常网课反馈差的特点，有什么问题可以直接咨询客服。近屿的训练营体系完整，也不用担心“那么多课程怎么学的完”、“我完全没有编程基础的怎么学”之类，首先，该课程主要针对的是AIGC大模型工程师，产品经理只需要学习比较基础的A1A2课程就行了，至于学习的前置条件，近屿的AIGC大模型工程师和产品经理训练营是无门槛的，小白也可放心学习，不然怎么能说是宝藏呢。
总之，哪怕不是产品经理之类的职位，去学这个课程也是没问题的，无论是学完了去做兼职，还是考虑职场转型都是很好的选择，希望我的对大家有帮助！
