一枝莉莉·4d agoDuke AI PM 學習筆記 (五):從模型監控到概念漂移,打造能長期創造價值的 AI 產品部署不是終點,而是持續優化的開始。深入解析資料漂移、概念漂移、監控系統設計與自動化重訓,幫助 AI PM 打造真正可長期落地的 AI 產品。
一枝莉莉·Jul 7Duke AI PM 學習筆記 (四):從決策樹到 Transformer,拆解演算法地圖與訓練機制📚Coursera: https://www.coursera.org/specializations/ai-product-management-duke
一枝莉莉·Jul 1Duke AI PM 學習筆記 (三):從建模流程到演算法選型,構建 AI 產品的技術底座📚Coursera: https://www.coursera.org/specializations/ai-product-management-duke
一枝莉莉·Jun 26訓練模型只是開始:完整解析 Machine Learning Lifecycle從資料收集、模型訓練到部署、監控與持續再訓練,深入理解 AI Production ML 系統的完整生命週期。
一枝莉莉·Jun 16What Is Agentic RAG? How Next-Generation AI Evolves from Q&A to Task ExecutionIn 2025, enterprise AI has evolved beyond simple Q&A. Companies no longer want AI that just answers questions — they want AI that can…
一枝莉莉·Jun 15How Spotify Made Data Discovery a Great Product (PM Perspective)In data-driven companies, we often assume the biggest challenge is lacking data.
一枝莉莉·Jun 14Spotify Lexikon 案例:從產品管理視角拆解 Data Discovery 的設計思維在資料驅動的公司裡,我們常常以為最大的挑戰是「沒有資料」。 但對 Spotify 來說,真正的痛點卻是:資料很多,卻找不到、也用不好。
一枝莉莉·Jun 10Duke AI PM 學習筆記 (二):從成效衡量到醫療案例,如何定義 AI 產品的成功指標釐清結果指標與輸出指標,透過 F1-Score、AUROC 與召回率精準評估分類任務成效