cимулятор управления ml/ai проектами

Однозначно это было отличной инвестицией.

После прохождения курса я понял, что могу полноценно управлять ML-командами, помогать им достигать целей, формулировать задачи, делать планы проектов, контролировать этапы разработки.

Ключевая польза от симулятора для меня:

• Снимает завесу тайны и предубеждения относительно проектов ML. Раньше казалось, что это что-то очень сложное и недоступное. Теперь я понял, что бояться ML-проектов не нужно. Это такие же проекты, как и любые другие — они мне по силам.
• Дает понимание сферы в целом, даже некоторую насмотренность благодаря разбору нескольких кейсов, а также отсылок к различным сторонним решениям.
• Учит лучше замечать и чувствовать сферы, где потенциально можно применить ML.
• Объясняет структуру и план реализации ML-проекта.
• Дает достаточно знаний, чтобы полноценно управлять ML-проектами в нашей компании (сформулировать задачу, сделать план проекта, контролировать этапы).
• Появилось понимание о требованиях к продакт-менеджерам для нашего выделенного ML-направления.

Я уже порекомендовал курс нашим продакт-менеджерам и ML-инженерам.

Отличная инвестиция.

Cамое главное, что возникло понимание, что ML проекты — это тоже проекты, для управлениями которыми нужно только обзорное понимание технологии и универсальные принципы управления.

Профессионально мне стало проще работать с проектами с ML. Возможно, смогу начать новую компанию, где данные будут важной частью продукта.

Больше всего понравились следующие аспекты:

• Отличное изложение материала (создание продукта ML c нуля), который до этого был уже известен, но скорее фрагментарно.
• Общение с коллегами про конкретные ML-проекты, их аспекты и возможность задать вопросы, пойти глубже.
• Сюжет реалистично описывает процесс создания и развития продукта, обращая внимания на всевозможные ошибки, которые совершают неглупые люди. Складывается целостная картина.

Рекомендовал бы симулятор фаундерам и менеджерам продукта, которые хотят управлять проектами с ML, хотят понять техническую часть. Также рекомендовал бы инженерам и Data Scientists для погружения в управление проектами.

Наконец-то понял, что ML — это не так страшно. Симулятор открыл новую интересную область, которая до прохождения казалась за гранью моих возможностей.

Курс заложил структуру и основные составляющие компетенции PM по ML. Это позволило:

• Детектить задачи которые можно решать с ML.
• Сократить барьеры в коммуникации с ML-инженерами и Data Science специалистами. Сейчас мы на одной волне или близки к этому.
• Описывать ML задачу с позиции бизнес потребности.
• Декомпозировать задачу и искать оптимальное решение, используя понятные и прикладные фреймворки с курса.
• Координировать процесс решения задачи, понимая, какие основные этапы должна пройти команда, на что обращать внимания менеджеру, как проходить кризисные моменты и добраться до результата.

Курс уже начал приносить прикладную пользу. Еще в процессе обучения был инициирован проект по решению бизнес-задачи с использованиям ML в моей компании.

Рекомендовал бы симулятор продакт-менеджерам — им важно понимать потенциал ML-решений. Также рекомендовал бы ML-инженерам и Data Science специалистам, которые хотят руководить командой и ML-проектами.

Я получила необходимый фундамент для построения ML-продуктов.

На основе этого я скорректировала работу в нашем продукте на основе ИИ, перестроила роадмап и формат постановки задач.

Основная ценность для меня — повышение эффективности текущих процессов в ML-команде, более эффективный подход к тестированию гипотез.

Эта программа будет очень полезна менеджерам продукта и менеджерам проектов, которые раньше никогда не управляли ML-проектами.

Главная польза от обучения в том, что пришло понимание, что работа с ML-задачами и инженерами — это не rocket science.

Раньше было ощущение, что к ML/AI-проектам не подступиться без высшей математики и уверенного кодинга. Сейчас стало понятно, что это постижимая и прикладная область, в которую можно и нужно погружаться.

Особенно ценным для меня была возможность разобраться в принципах работы и сфере применимости нейросетей, освоить подход анализа ошибок для приоритизации работы, увидеть, как подход с быстрыми экспериментами перекладывается на специфику ML.

Однозначно рекомендую симулятор. Более того, уже планирую отправить учиться своих продактов

В нашем случае ROI курса был кратный.

После обучения мы решили не запускать ранее планируемый ML-проект. Стало понятно, что с высокой вероятностью он не даст результата, но при этом заберет много времени и ресурсов.

Симулятор помог вернуть фокус с конкретного ML-решения на изначальную проблему. После обучения стало очевидно, что ML должен приносить ценность и решать конкретную задачу, а не быть очередным buzzword в роадмапе.

Из самого ценного лично для меня могу выделить следующие навыки:

• Понимание, когда нужна ML-модель.
• Проверка бизнесовых, продуктовых и технических рисков.
• Приоритизация потенциальных ML-моделей.
• Процесс работы вокруг ML-модели: что делать и куда смотреть.

Стал бы рекомендовать курс тем, кто только планирует или находится в начале ML-проекта. Очень хорошо помогает выработать common sense и общее понимание, что надо делать.

Спасибо, было вкусно!

Программа помогла мне переложить имеющиеся знания в управлении продуктами на ML-проекты.

Чувствую, что теперь я гораздо более синхронизирован с нашими дата-саентистами в разговорах и процессе работы.

До курса я хорошо был знаком только с задачами регрессий и немного с рекомендациями. Сейчас я чувствую чуть больше уверенности в своих знаниях в тех типах задач, которые мы разбирали в симуляторе.

Я вижу две группы специалистов, кому я рекомендовал бы курс:

• Middle+ продакты и проджекты. Узнать, как работают ML-проекты, и адаптировать свои навыки и знания под них.
• Data-related специалисты. Освоить процесс работы над ML не только со стороны технологий, но и со стороны бизнеса и пользователей.

Есть много курсов по ML, но такого структурного подхода я не встречала нигде.

Ценность симулятора для меня проявилась сразу в нескольких аспектах:

• Появилось понимание, когда ML не нужен и стоит попробовать более простые решения.
• Снижение психологического напряжения, когда сталкиваешься с ML — это очень важно для меня, а полученные знания дают уверенность.
• Построение связей. Теперь я знаю, куда и к кому идти с профессиональным вопросом в области ML.
• Уже в процессе обучения удалось внедрить какие-то модели в работе.

Симулятор окупился x10 уже в середине обучения. С помощью MVP, созданного благодаря курсу, мы закрыли большого клиента на хороший контракт.

Для меня основная ценность была в следующем:

• Получил понятный алгоритм работы над ML-проектами.
• Понимаю, как оценивать модели.
• Понимаю, как обсчитывать экономический эффект от ML-моделей.

А еще у меня появилась регулярная встреча «AI движок — развитие».

Рекомендовал бы симулятор менеджерам, в продуктах которых можно применить ML. Мне также кажется важным, чтобы эти менеджеры имели возможность инициировать ML-проекты.

Отличная инвестиция.

Польза на текущий момент:

• Начал говорить с ML-командами на одном языке (что их, кстати, немного шокирует поначалу).
• Очень помогает при обычном продуктовом дискавери. Дает возможность видеть больше возможностей для ML на существующих продуктах и данных.
• ML-проекты перестали казаться чем-то неподъемным для продуктовой команды.

Как реальный результат:

• Провел большую стратсессию на ~100 участников. Сгенерировали больше 50 новых гипотез, которые ушли в работу.
• Стал смотреть позиции ML-лида в команду.

Точно бы рекомендовал продакт-менеджерам, которые хотят начать использовать ML в своих продуктах и работе.

В целом обучение в симуляторе очень воодушевляет.