985文科女生转AI产品,被嫌"女生逻辑差",6个月后我拿到字节offer

2023年9月,北京。

面试官看着我的简历,皱了皱眉:"你一个学新闻的女生,转AI产品?这行业需要很强的逻辑思维,你确定行吗?"

我深吸一口气:"我觉得逻辑思维不是男生的专属,我可以证明给您看。"

"行啊,那你说说,如果让你设计一个AI写作助手,你会怎么做?"

我开始讲需求分析、用户场景、功能设计...他不耐烦地打断我:"就这些?你懂技术吗?知道NLP怎么实现的吗?"

"我了解基本原理,知道常用的模型..."

"了解?那你说说BERT和GPT有什么区别?"

我卡住了。

"看来你准备得还不够。回去再学学吧。"

走出那栋写字楼,北京的秋风吹得我直发抖。我躲在地铁站的角落,终于没忍住,哭了。

不是因为面试没过,是因为那句"女生逻辑差"。

我叫林晓,某985大学新闻系毕业,做了两年新媒体运营。那天是我转行AI产品的第30次面试,也是第30次被拒。

但那也是最后一次。

因为哭完之后,我做了一个决定:我要证明给所有人看,女生也能做好AI产品。

两年前:我在公众号后台改错别字

2021年,我刚毕业,在一家互联网公司做新媒体运营。工作内容很简单:写公众号文案、排版发布、看数据报表、回复用户评论。

做了半年我就发现:这工作好像没啥技术含量。

有一次,我们部门来了个AI工程师做分享,讲他们怎么用AI做内容推荐。我听得一脸懵,但有一句话记住了:"未来内容行业会被AI重塑,不懂AI的运营会被淘汰。"

那晚我躺在床上想了很久。我做的这些工作,AI真的能替代:AI能写文案、能分析数据、能做推荐。那我还能做什么?

第二天我去找那个AI工程师聊天。

"我想学AI,从哪开始?"

"你想做技术还是产品?"

"我不会写代码..."

"那做产品吧。AI产品经理现在很缺,你有内容行业背景,转过去挺合适的。"

就这样,我萌生了转行的想法。

直到2023年初,ChatGPT爆火。我看着那些AI写作工具,突然意识到:我真的要被淘汰了。

3月,我辞职了。领导挽留:"你工作做得挺好的,干嘛要走?"

我说:"我想试试AI产品。"

她笑了:"女生做产品经理?挺难的,尤其是AI这种技术岗位。"

又是这句话。我没说什么,交接完就走了。

第一个月:从零开始真的好难

辞职后第一周,我给自己定了学习计划。我看了20多篇知乎文章、B站视频,总结下来:产品经理 = 需求分析 + 产品设计 + 项目管理;AI产品经理 = 产品经理 + AI技术理解。

但真学起来,处处碰壁。

第一个问题:看不懂技术文章。我搜"NLP技术原理",出来一堆数学公式和专业术语。我一个文科生,数学只学到高中,怎么可能看懂?

那几天我每天对着电脑发呆,真的想放弃了。

转机出现在第10天。我在小红书看到一个帖子,一个文科生转AI产品成功了。她说:"你不需要看懂所有技术细节,你只需要知道AI能做什么、不能做什么、怎么评估效果就够了。"

这句话点醒了我。

我开始换思路学习:不学公式,学应用场景。比如NLP,我不学数学原理,我学它能做什么、常见应用、效果怎么评。

这样学下来,一个月后我对AI产品有了基本认知。但光有认知还不够,我需要证明自己能做。

第二个月:做项目被导师骂醒

我在网上找了一个AI产品训练营,报名学习。导师是前字节的产品总监,很严格。

第一次作业:设计一个AI写作助手的产品方案。我花了3天,写了5页方案,自我感觉良好。

结果导师看完,直接给我打回来:"你这不是产品方案,是作文。你通篇都在说'我觉得用户需要这个功能',但没有一个数据支撑,没有一个用户调研,全是你的主观臆断。"

"那我应该怎么做?"

"去做调研!问真实的用户,他们到底需要什么。别自己拍脑袋想需求。"

这是我第一次被骂醒。

我开始重新做这个作业。在豆瓣、小红书、知乎发帖:"你们平时写文章有什么痛点?如果有个AI写作助手,你希望它能干啥?"

收到了80多条回复,我整理出了10大痛点。然后按"频率 × 严重程度"排序,设计了3个核心功能。

导师这次给了90分:"进步很大。但还有个问题:你怎么验证这些功能真的有用?"

"呃...问用户?"

"对,但不只是问。你要做MVP验证。"

这是我第一次听说MVP(最小可行产品)。

我做了一个超简单的AI破题助手,找了20个用户测试,收集反馈。第二版优化后,用户满意度从3.2/5提升到了4.1/5。

这个过程让我明白:不是你觉得用户需要什么,是用户真的需要什么。

第三个月:简历被拒了50次

项目做完了,该找工作了。第一周,投了30份,0回复。第二周,投了20份,2个面试,都没过。

为什么?我找了一个在大厂做HR的学姐,让她帮我看简历。她看了30秒,指出3个问题:

问题1:简历和JD不匹配

"你看这个JD,要求'2年以上AI产品经验',你写的是'新媒体运营2年',HR看到这个直接pass了。"

"那我咋办?我确实没有AI产品经验啊。"

"你有项目经验啊。你做的那个AI写作助手,就是AI产品经验。只是你没写好。"

问题2:关键词缺失

"你再看JD,它要求'熟悉NLP、推荐算法、模型评估',但你简历里一个都没写。"

"可是我不会写代码啊..."

"不会写代码不等于不懂技术。你做AI产品,肯定要懂基本原理吧?"

我开始补充技能部分:理解BERT、GPT等常用模型原理,能评估模型效果;了解推荐系统的应用场景;熟悉准确率、召回率、F1值等核心指标。

这次改完,我又试了试泡泡小程序上的AiCV简历王。我把简历和目标JD一起上传,它帮我分析了一遍,指出:JD里要求"数据驱动决策",但我简历里没体现;建议补充"用户画像"、"A/B测试"这些关键词。

我又改了一版,匹配度从72%提升到了91%。

这次投简历,回复率提升了一倍。一周收到了8个面试邀请。

第四到六个月:从被质疑到被认可

有了面试机会,但面试还是不容易。前10次面试,我遇到的最多的问题是:"你一个文科生,能做好技术产品吗?""女生的逻辑思维能力..."

每次听到这种话,我都想翻白眼。但我忍住了,因为我知道:用作品说话,比辩解有用。

第11次面试,某AI创业公司。

面试官还是问了那个老问题:"你是文科生,懂技术吗?"

我笑了笑:"您可以测试一下。"

"那行,我问你:如果要做一个AI客服产品,你会怎么设计?"

我开始讲:

"首先明确需求场景。AI客服主要解决三个问题:重复性咨询、7×24小时服务、降低人工成本。

针对这三个问题,产品设计分三层:

第一层:意图识别。用户输入问题,AI先识别意图类别。这里用NLP的文本分类技术,关键是要准备好标注数据,至少5000+条对话样本。

第二层:知识库匹配。识别意图后,从知识库匹配答案。我建议用树状结构,按业务分类、问题类型分层。

第三层:兜底策略。如果AI匹配不上,不能让用户干等着。我会设计三个兜底:相似问题推荐、转人工客服、引导用户重新描述。

效果评估方面,我会看三个指标:意图识别准确率(目标90%+)、问题解决率(目标70%+)、用户满意度(目标4.0+)。"

我讲了15分钟,面试官一直在点头。"你准备得很充分。说实话,你对技术的理解超出了我的预期。"

那场面试,我过了。而且是一面直接过。

那一刻,我差点哭出来。不是因为拿到offer,是因为终于有人认可了:女生也能做好AI产品。

接下来的面试越来越顺利。我又拿到了几个offer,最后选了字节,月薪22k。

  1. 女生做产品没有劣势 那些说"女生逻辑差"的人,只是偏见。产品经理需要的能力,女生不占劣势:需求洞察、用户体验、沟通协调。而所谓的"逻辑思维",是可以训练的。
  2. 文科生做AI产品,有独特优势 我的文科背景,反而成了优势:文字能力强、用户思维好、沟通能力强。AI产品经理不是AI工程师,你不用写代码。
  3. 项目经验最重要 一个完整的、有深度的项目,胜过10个跟着教程敲的demo。我的AI写作助手项目,在面试时至少讲了20次。
  4. 简历真的很重要 同样的经历,不同的写法,效果完全不同。核心原则:用STAR法则、用数据说话、匹配JD关键词。 临投递前,我还会用泡泡小程序AiCV简历王再检查一遍。对转行的人来说,简历就是你的第二张脸。
  5. 别被偏见打败 转行路上,你会听到很多质疑:"女生做技术产品,不太合适吧?""文科生能懂AI?" 别听他们的。他们不了解你,不知道你能做到什么程度。你只需要做一件事:证明给他们看。

从新媒体运营到AI产品经理,我花了6个月。这6个月很难,但也很值得。 如果让我给想转行的女生一个建议:别被"女生不适合"这种话吓到。适不适合,不是别人说了算,是你做了才知道。 你不试,怎么知道自己不行?你现在出发,5年后还在原地被人质疑。

#非技术岗简历怎么写##牛客在线求职答疑中心##牛客解忧铺##非技术面试记录#
全部评论
一眼卖课的
6 回复 分享
发布于 11-14 12:18 广东
ai写的吗
1 回复 分享
发布于 11-14 20:22 江西
感觉像在看微信上的推文
1 回复 分享
发布于 11-13 15:11 湖北
要不是我进抖音实习过想进来看你怎么吹我都懒得点进来看
点赞 回复 分享
发布于 11-24 17:05 四川
集美,你应该去小红书上发
点赞 回复 分享
发布于 11-18 15:27 江苏
一会儿新闻一会儿土木是吧😂😂
点赞 回复 分享
发布于 11-13 14:34 北京

相关推荐

面试官提问 - 麻烦你先做个简单的自我介绍。- 你自己写博客、公众号文章,是技术向的还是产品向的,或者是什么类型的?- 你是学软件工程/计算机相关的,也有工程和算法能力,为什么选投产品岗位呢?- 你觉得 n8n 和 Coze 在功能定位上、面向的用户群体(或用户画像)上会有什么样的区别?- 除了国内国外用户的差别,在用户的使用体现上/能力画像上,你觉得会不会也有偏向或区别?- 为什么 Coze 单独劈出了一个 Chatbot(对话机器人)模式,又单独给了一个编排工作流(Workflow)的模式?为什么要做这就两个形式?- 这两个模式分别是什么样的用户会去使用?- 你用过 Dify 吗?你觉得 Dify 和 Coze 还有什么差别吗?- 在做这个 AI Marketing 的工具中台时,这个中台会提供什么样的能力?以及这些能力互相之间是怎么串联的?- 它是像一个 AI 工具的配置平台,还是说把它集成到了一个视频剪辑的工具里面?- 在整个这套工具的实现链路上,产品经理是做的哪部分的设计?- 这个测试集你是用什么思路来构建的?如何保证测试尽量完整,以及尽量符合真实使用场景?- 评价标准是什么?比如设计几个维度,每个维度给它评分,还是怎么评?- 上线之前,比如准出我这个 AI 辅助生成视频的功能,它达没达到标准,这个怎么测?- 脚本打分是几分制?不同的分数都代表什么?- 如果十分制,你打了七分,我打了五分,可能标准不一致,这怎么办?- 大模型(多模态、生成、理解)出现后,从你自己的视角看,你觉得会产生什么样的新应用?或者有没有可能以前做得不太好的场景,现在能做好了?能举一两个例子吗?- 有没有更偏 B 端的企业想要用的东西?这种考虑过吗?- 你自己现在既然想做产品经理,自己感兴趣的方向是做什么类型的 AI 产品呢?- 在工作内容上(原型设计、数据/评测标准界定、算法策略/工作流定义、业务需求拆解),你有没有什么样的排序或者偏好?- 你现在在投的都是什么类型的企业?- 你目前的求职状态大概是什么样的?或者你心里的优先级是什么?- 你知道我们公司本身业务是什么吗?候选人提问- 内部服务的话大概是多少人?- 大概就是产品加研发大概是多少人?- 业务是更偏向于降本增效,还是增长类型?
查看26道真题和解析
点赞 评论 收藏
分享
后端实习中的 “好需求”,核心定义是能支撑面试深度讨论、可向外延伸多维度知识点的需求—— 本质是能让你在面试官拷打时,有足够空间展现技术积累、解决问题的能力,而非仅完成简单 CRUD。结合面试反推逻辑,具体可分为三类,且都具备 “可延伸、有讨论点” 的共性。本质上是这个需求要支撑你能给面试官吹牛逼。典型的垃圾需求:或许有的同学可能还不理解什么叫做可以吹牛逼的需求,我举一个最简单的反例,很多同学写苍穹外卖的时候,总爱把一个需求写到简历上:  基于OSS处理用户上传图片,获取OSS返回URL,实现用户远程上传图片。这就是个最典型的垃圾需求。因为你发现论代码链路,他没什么可讲的。论各种新潮技术,他也...
反装笔大队长:分情况吧。需求分业务需求和技术需求,技术需求你说的是对的。像CRM、OA、NC等等,这些业务系统很多时候对技术要求并不高的,不可否认的是 这些需求还是很不错的。 NC系统的进销存。实际上只是对仓库、库位、库存量、入库出库单价、数据报表等数据的统计与计算。CRM的市场活动、人面画像分析与统计、客户信息管理等,这些无非都是一些增删改查。对于业务需求面试官通常都是问你对业务的理解与过往对该业务的处理方案,并不会死磕技术。技术肯定是多多益善,但在业务开发中 正在有意义的是你的经历。
投递字节跳动等公司7个岗位
点赞 评论 收藏
分享
评论
10
12
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务