1、项目介绍

2023年以来，“大模型”已经火爆全网！不管从事何岗位、身处何行业，大模型对于行业的产品形态带来了颠覆性的变化，就像360周鸿祎所说，“大模型更像当年的PC一样，未来会无处不在！”

在这个数据驱动的时代，如何通过智能化服务提升客户满意度？如何加持大模型能力，增强产品和服务的竞争力？

答案就在魔幻陀螺的【数据+AI大模型应用】项目组！

其实，如何提高客户的满意度？核心关键在于：“我更懂你”+“我更好用”。这涉及到两个方面：

1、“我更懂你”，即充分了解你的客户，这需要完善的数据分析体系，不仅涉及数据怎么来，更涉及到数据怎么用，比如，如何刻画用户形象？如何追踪并预警关键指标？甚至更进一步地，如何实现智能分析？

2、“我更好用”，即为客户提供更智能、更个性化的服务。如何将大模型充分应用在个性化服务上？如何以更低的成本、更快的速度、更好地解决客户的个性化问题？

我们项目组要做的事情，就是通过搭建【数据中台+AI大模型智能应用】，培养产品经理用数据+AI的工具化思维、实现个性化+智能化服务的方法论，使大家能够在不同的业务场景中，都能运用数据和大模型技术，找到问题解决的思路和方法。

2、你目前的产品经理学习、跳槽、晋升--是否遇到以下问题？

1. 打算入门/转行产品经理但不知道怎么有效学习

2. 看了很多书、听了很久的课程却发现都是基础理论，找工作还是需要有项目经验，自己很难拿到产品 offer

3. 自己对着现有公司或其他业务，梳理了原型和架构，以为自己做了项目，但是只存在表面，对需求和业务的理解深度远远不够

4. 知道自己的不足在哪，但是没有系统的方向晋升

5. 不会梳理简历的项目价值，写的简历大部分都是套话，没有核心亮点，不能突出自己的核心竞争力

6. 投简历的方法有问题，投了一两个月简历，面试邀约很少，大部分都石沉大海了

7. 面试前没有做好充分的准备，也不知道怎么准备，导致浪费了很多面试机会

8. 面试中没有面试技巧，不能站在面试官的角度回答问题，面试屡屡被挂

3、项目优势是什么？

• 采用 6~8 人小班制的教学，老师可以照顾到每个学员，严格完成每个学员的项目细节评审，拒绝囫囵吞枣、形式化、概念化。

• 以金融行业数据+AI产品项目为例，串插到各个行业的业务场景中，系统了解用户生命周期全流程增长链路，把理论落地到实际项目中，从听不懂、学不会、捋不清到能落地。

• 用已实际投产的项目经验为指导，通过细节拆解的方式，系统搭建数据中台及AI大模型上层应用（包括用户画像、目标预警、数据可视化、智能客服、智能数据分析、智能研报等等）

• 全程训练项目组成员的数据分析模型认知、用户画像模型认知、对大模型能力的认知、以及个人成长方法

• 基于通用数仓和数据中台的应用场景、基于大模型通用能力的应用，涵盖B端、C端应用，普适性广

4、项目主要做

项目主要任务是基于金融业务为案例，详细拆解前面介绍里面说到的【数据中台+AI大模型智能应用】

项目组 6~8 个伙伴，会以任务分配的方式，大家配合完成这个各行业通用的、智能数据+AI大模型产品，涵盖前端和后端，让你充分理解数据和业务的闭环运作体系

具体任务涵盖用户画像与分群、智能客服等应用类产品，同时涵盖指标管理与目标预警、数据可视化、大模型知识库管理、评测管理等工具类产品。

1）用户画像与分群

• 场景描述：

当业务需要对用户精细化运营、提供针对性服务时，光一堆没有参照物的数据？那是没有用的！基于数据和业务经验，搭建的一整套清晰的用户标签，生动地刻画出用户画像，这才是有业务意义的。

首先，我们要问什么是标签？”身高180cm“，”体重200斤“，这不是标签。“大胖子”、“爱吃红烧肉”，这才是标签。面对这样的用户，我们的运营人员才知道：可以给他推荐最新的红烧肉盖浇饭！

用户画像与分群系统，就是提供给运营人员这样一套工具：打标签、看画像、圈人群、做投放，用数据支撑的科学手段，真正实现闭环式的用户刻画和精细化运营！

2）智能客服（2C、2B）

• 场景描述：

客服与用户对话式交互，是天然的绝佳的应用大语言模型的场景。大模型出现后，解决了传统智能客服在理解准确性、多样化问题覆盖和知识库更新速度方面的不足，更新的、更便捷的智能客服应运而生。

根据适用对象的不同，智能客服系统可以分为C端和B端。在我们的项目中，通过搭建2C端智能客服，为用户提供更智能的对话交互体验；而2B端智能客服，则针对于高度合规和敏感的需求场景，为人工客服提供了更迅速便捷的参考回复。同时，我们的项目不仅关注前端交互，还会深入搭建后台，实现一整套完整的大模型智能客服系统。

3）指标管理与目标预警

• 场景描述：

如何构建指标工具，以满足系统、快速地搭建指标体系的需求？如何设计目标预警系统，使指标体系真正为生产所用？这是这两个场景需要解决的核心问题。

通过三级指标搭建；指标血缘关系查看；多级目标建立；自动预警规则设置等功能，系统性地解决上述问题。

4）数据可视化

• 场景描述：

本项目中要实现的数据可视化，不仅仅涵盖系统工具，更包括业务知识沉淀。通过搭建金融行业监控驾驶舱，充分在实践中理解梳理通用的业务可视化看板的流程与逻辑；通过设计低代码可视化产品平台，充分理解工具化产品的设计思路。

5）大模型知识库与评测管理

• 场景描述：

人工智能的三驾马车是：数据、算法、算力。在实际应用中，无法直接将通用领域的大模型直接投产，必定要经过一系列训练和微调的工作。从产品端而言，如何更快速地构建知识库、如何便捷地进行大模型的评测和横向对比，是大模型基座快速迭代的产品基础。因此，本项目中将带领大家真正地深入到大模型知识库的构建和横向评测中，真正理解大模型的训练流程，从而具备未来应用大模型的基础。

以上就是数据+大模型项目组，主要做的任务和需求。通过理论+实战的结合，让大家掌握基于数据中台与大模型的客户精细化运营逻辑，并且能运用到未来的实际工作中。

5、项目未来发展怎么样

1：赛道

增长适合各个行业，各行各业都离不开数据，而大模型更是对每个行业的服务模式都提出了新的挑战。

• 对于系统化和互联网化程度低的企业来说，基于数据中台的数字化转型，是未来业务发展的方向；

• 而对于系统化程度已经较为成熟的企业，基于大模型的AI转型，则是另一个不可错过的发展浪潮！

故项目组毕业学员未来就业的选择相对较多，覆盖面也比较广！

2：薪资和招聘需求

从图中可以看出，数据产品、大模型/AI产品岗位招聘需求经常一同出现，且薪资均相对较高(大多数都是 25~55 不等）、招聘需求也是相对较多(尤其是中大厂公司）

3：适配度

数据+大模型项目组所做的内容，一方面，如用户画像指标与目标预警、数据可视化等，是各个公司数据中台上层应用中必不可少的组成部分；另一方面，智能客服、大模型知识库+评测管理等，既覆盖了现在大模型的核心应用场景，又覆盖了大模型的训练与管理，所以从适配度角度来说，既有工具思维，又有客户运营思维，还有数据分析思维，因此，我们的项目覆盖面很广！非常硬核！

6、魔幻陀螺已有项目组同学产出物（部分）

数据+大模型项目组为全新的项目组，但是继承了魔幻陀螺项目组一贯的教学风格：严格、扎实、实用。以下是魔幻陀螺历届项目组的产出物，数据+大模型项目组也将依然按照下面的模式展开，确保学员们学有所获、将理论应用于实践！

1、打卡记录：

所有魔幻陀螺项目组的伙伴们，从项目组开班开始，每天会进行个人成长打卡，（内容包含平时思考、读书笔记、工作复盘等等），打卡考勤基本都是全勤哦，所以说增长项目组除了项目的课程之外，有一群可爱的伙伴陪你一起进步！

2、成长打卡：

下面摘抄了大家日常打卡中的部分内容，可以看出，其实每天大家的打卡，单独拿出来，都是一个满满的干货。

我们小组的宗旨一直是在玩的过程中学，所以也特别适合想学习，但是没有伙伴的朋友，这里有你的“学习搭子”，一帮有趣的人，一起见证彼此的成长💪🏻

3、分析报告：  

报告产出分为【行业分析】+【竞品分析】两大类。截图为项目组部分伙伴的报告产出。

4、需求梳理：

真的对于前面说的，项目主要事项，分配给大家的具体项目模块产出。具体要求会还原公司实际需求池

（下图为项目组的部分需求梳理）

5、结构图、流程图：

6、原型图、PRD：

7、简历：

8、面试复盘文档：

7、魔幻陀螺历届项目组同学的就业情况