我想要能帮助我动手做项目、并让我更深入理解事物的 AI 课程。
打造 AI 工程能力
Raul 已完成 35 门以上课程，主要聚焦 Python 编程与 AI 应用。他在 Datacamp 上获得了 100,000xp 以上的积分。其中两门课程彻底改变了他进行 AI 产品管理的方式：
- 开发者版副高级 AI 工程师路径（Associate AI Engineer for Developers）：深入理解 RAG、LangChain 和嵌入（embeddings），让他作为 PM 能更好地权衡取舍并设计 AI 驱动的功能架构。
- 开发 AI 应用（Developing AI Applications）：学习使用 OpenAI API、Hugging Face 模型以及实用落地技巧来构建端到端解决方案。
理解 RAG 与 LangChain 的架构，让我在向工程团队提出需求时思考得更周全。
为学习而建的平台
这些年来，Raul 一直回到 Datacamp 学习所需的技术技能。他尤其看重：
- 新鲜、持续更新的内容：Datacamp 覆盖广泛技术的定期课程更新，紧跟快速演进的 AI 技术与方法论。这使他能够迅速提升并掌握最新工具。
- DataLab：Datacamp 提供稳定可靠的笔记本工作区，用于数据处理与模型测试，无需担心数据丢失或运行时断连。这样便于将所学应用于新数据，顺利完成个人与工作项目。
用 AI 变革产品管理
Raul 新获得的技术能力改变了他作为产品经理的工作方式。最近，他需要分析某项功能的用户反馈，以指导路线图规划。与其花费数小时人工审阅反馈，他决定运用在 DataCamp 学到的技能。
借助 DataLab，他创建了一个利用 OpenAI API 进行反馈分类的笔记本，并实现了 few-shot 学习技术以准确归类反馈，同时确保分析遵循数据隐私与匿名化的最佳实践。原本可能需要数天的人工审阅，转化为自动化流程，为接下来六个月的产品开发提供了清晰、可执行的洞见。
我可以花好几个小时读反馈，也可以用 AI。借助 Datalab，我创建笔记本、运行分类，不一会儿就获得了为路线图提供支持的可执行洞见。
Matt 已在全球教授了成千上万的人掌握数据技能。他热衷于打造产品和内容，让每个人都能更轻松地围绕数据开展协作。
作为在 eBay 负责构建全新 AI 功能的产品经理，Raul Romero 意识到，仅停留在 AI 的概念层面远远不够。大学期间主修数字人文与社会科学中的 AI 时，Raul 首次在课程中接触到 DataCamp，并从零开始学习 Python。今年，Raul 重返 DataCamp，进一步夯实技术理解并构建实用的 AI 应用，以便在岗位上发挥更大效能。