Machine Learning
для продакта

Мы обсудим, какие аспекты работы PM ML отличаются от типичной работы продакта, и что нужно будет изменить в подходе к работе.

В уроке:
→ типичные случаи применения ML
→ какие решения входят в зону ответственности продакта
→ какие новые навыки тебе понадобится наработать, чтобы быть успешным в этой роли

ML проекты отличаются от обычной разработки в том числе тем, что они длятся дольше. На ранних стадиях сбора данных и работы с фичами существует много ловушек.

В уроке:
→ как выглядит структура стандартного ML проекта
→ какие решения тебе нужно будет принимать на каждой стадии
→ как распределить этапы работы для команды
→ как сократить время работы над проектом и уменьшить риски. Практические советы из своего опыта

Компоненты ML дорого создавать и еще дороже обслуживать. Здесь главное преимущество ML – его вариативность – становится и его слабостью. К сожалению, модели не начинают выдавать ошибки, как обычный код. Вместо этого, производительность моделей со временем медленно ухудшается.

В уроке:
→ какие расходы требует работа над ML
→ как проявляется деградация качества модели
→ какие существуют эффективные стратегии отслеживания для фичей и предсказаний
→ как делать сравнительный анализ модели

Дилемма pivot/persevere в ML актуальна как никогда. Решение придется принимать несколько раз на разных стадиях, чтобы вложенные в проект ресурсы команды приносили пользу бизнесу.

В уроке:
→ что такое explore/exploit стратегии, применимые к ML
→ что такое отношение между точностью модели и влиянием на бизнес
→ закон убывающей полезности ML модели

Этот блок расскажет об актуальных вызовах, с которыми сталкиваются ML команды. Возможно, это поможет начать в роли PM ML и будет преимуществом на собеседовании.

В уроке:
→ предвзятость и этичность в ML
→ прозрачность, объяснимость, контроль со стороны пользователей
→ использование искусства как тренировочного сета
→ законодательство в разных регионах

От лидеров ждут результатов, а не теоретических идей. Поэтому цель любого курса - превратить знания в навык, решая много задач и проблем.

А еще студенты отмечают:

• структурный подход обучения (от простого к сложному)
• конкретные инструменты
• полезные дополнительные материалы
• незаезженные статьи разного уровня сложности

Ключевая ценность - иммерсивные задания, которые неотличимы от работы с реальным продуктом. Решая их, ты попробуешь прожить 10+ лет опыта в концентрированной истории.

Что отметили ученики:

• сценарная игра и погружение в увлекательные кейсы
• персонажи из реальной компании: CEO, CTO, Enginering Manager, коллеги-продакты
• формат диалога с разбором ошибок, подробный фидбэк
• самостоятельное прохождение в любое время

Говорят, что это лучший формат, который есть на рынке :)

Продукты созданы для продактов, которые хотят расти: студенты решают такие же практические задачи, с которыми ежедневно сталкиваются опытные PM-ы в международных компаниях. Основная цель при выборе кейсов - показать, что продукты и проекты бывают очень разными. Это сложно понять, если работаешь 5 лет над одним продуктом и проходишь курсы, которые повторяют уже существующие знания.

Что крутого:

• курсы учат применять навыки на работе
• курсы расскажут, как четко структурировать знания в голове
• в любое время можно освежить знания по чек-листу
• если техника не подведет, то доступ к материалам будет неограничен

В курсы вложен опыт, применяемый каждый день: 7+ лет построения продуктов в боевых условиях в таких компаниях как Booking.com, Wolt, Flo.

Что это дает студенту:

• возможность практиковаться на реальных задачах и факапах международных компаний
• посмотреть опыт глобальных продуктов и позадавать вопросы типа «а как там у них это работает?»
• узнать о возможностях вырасти в карьере и попасть в большую компанию

Если коротко:
Все курсы отвечают на немного разные и непересекающиеся вопросы, поэтому некоторые студенты хотят пройти все: начинают с основ, расширяют их "Профессией PM ML", потом "LLM"-курсом и, наконец, приходят на "AI-прототипирование", чтобы посмотреть, на что способны современные LLM-ки с точки зрения автогенерации кода.

А теперь подробнее:

Начинать лучше с “Основ ML”. Там рассказывается база про то, что такое ML, какие задачи он решает хорошо, как их замечать, а где он бессилен. Ну и главное — какая в этом всём роль продакта. Будет полезно всем без исключения (и не только продактам).

Курс “Профессия PM ML” — для тех, кому достался ML-продукт и несколько суровых ML-инженеров. Где брать данные? Как их чистить? Что пойдет не так при запуске? Куда удрейфует модель через месяц? В общем, более продвинутые темы для тех, кому базы уже недостаточно.

Курс “LLM для продакта” — про революционное направление в мире AI, которое набирает обороты в бизнесе. LLM-модели позволяют решать те 5–10% классов задач, где классический ML бессилен или неэффективен (например, анализ текста, генерацию речи, пошаговое мышление). При этом классический ML никуда не исчезнет: задачи оптимизации (например, определение цены) решать LLM-ками довольно бессмысленно.

Курс “AI-прототипирование для продакта” учит делать первые шаги в создании реалистичных прототипов (или даже работающих простых продуктов) без кода: его за тебя пишет LLM-ка. Полезно всем, кто хочет пробовать свои идеи как можно быстрее, а может быть, и запустить простой пет-проект в одиночку.

Кейсы действительно реальные и отражают разнообразие продуктов в отрасли: не все есть "сайтик" или "магазин". В симуляторе «Tech for PM» мы рассмотрим приложение заказа такси (как Uber), сервис музыки (как Spotify) и приложение для доставки еды. В симуляторе «A/B-тестирование» мы погрузимся в эксперименты над в сервисом Медитации, а в «Product Discovery» разберем бизнес по аренде одежды.

Чем больше кейсов ты решаешь (а не просто читаешь/смотришь), тем более опытным продакт-менеджером становишься. По-другому никак.

Одна из отличительных фишек ProductDo – это курсы, упакованые в формат симуляторов. Симулятор как инструмент обучения имеет множество замечательных свойств:
- требует постоянного активного участия студента – чтобы двигаться вперед нужно каждый раз выбирать какое-то действие или отвечать на вопрос
- позволяет дать развернутый фидбэк на любое действие: можно со ссылками и примерами обосновать предпочтительный вариант
- позволяет двигаться в своем темпе и не нагружает лишним общением тех, кто не очень любит работать в группе.

Обычно преподают так: теория → практика. Если ты хорошо усвоил теорию, то практику ты делаешь на 100% или около того. У ProductDo совсем другая методика. Мы начинаем с практической задачи, которую надо решить (и если курс тебе подходит, то ты еще не знаешь, как это делается). И только когда ты попробовал решить задачу, курс подводит под нее теорию. Авторы верят, что цикл: попытка подумать самостоятельно → принятие решения → фидбэк на решение является очень эффективным способом освоить новый материал, особенно для тех, кто уже достиг некоторого профессионального уровня.

Если ты хочешь попробовать формат симулятора, пройди бесплатный урок. В нем собраны вопросы из разных областей продакт-менеджмента. Заодно можно оценить какие скилы у тебя уже достаточно прокачаны, а какие можно еще усилить.

ProductDo помогает тем, что дает кучу практических задач, делится факапами (то есть опытом) и учит выстоять питч и интервью. Более того, авторы построили уже столько продуктов, что своими примерами смогут помочь тебе сформулировать твою область (по-техничнее или по-платежнее, связанную с ML/AI, или с продажами и т.д.). Авторы верят, что хороший продакт сам выбирает любимый продукт и за ручку его водить не надо.

При этом, авторы с удовольствием зареферралят лучших студентов - им всегда нужные хорошие продакты. Опять же, тому, кто старался, ProductDo готов написать развернутое рекомендательное письмо и дать сертификат о прохождении всех челенджей (а их много).

Сейчас спрос на руководителей продуктов такой, что уже с базовыми навыками (и пониманием точек роста!) ты можешь получать >120000₽ в России и >4000€ в Европе. Главное - стараться.

Вся история прохождения симулятора с комментариями и ответами сохраняется. Если техника не подведет, то доступ к материалам будет неограничен. Рестарт - сброс прогресса обучения не делаем: все как на работе, учимся на ошибках.

Да, студенты, которые успешно закончили курс, могут сгенерировать в личном кабинете сертификат на английском языке и разместить его на LinkedIn (в разделе Licenses & certifications).

Но, обратите внимание, что при приёме в продуктовую компанию сертификаты курсов не увеличивают шансы кандидата, по крайней мере в практике авторов курсов такого не случалось ни разу. Если в резюме есть упоминание курса, то это может вызвать вопросы про то, что кандидат действительно знает прямо сейчас. Поэтому нужно решать задачи и развивать навыки, а не гнаться за "корочками". К счастью, на курсах практики хватает.

Если по какой-то причине программа не подойдет, можно перейти на другой курс или вернуть деньги (возврат возможен, если пройдено меньше трети курса).