乐学 跨境电商注册大量要人
成熟的跨境电商人才太少了，职位空缺严重。
拼多多上线了大量跨境电商的招聘信息，包括跨境电商商家运营、品类运营、商家产品经理等多种岗位。概述：21届毕业一直从事产品经理相关职位，先后从事的行业有云端视频编辑、跨境电商等行业，目前正在转型做云计算行业，别的不说跨度真的还挺大，而且其实中间真的没有什么很大的关系；但是兴趣使然，最终还是得选择一个自己最感兴趣的行业去进行深挖与提升自己，深入业务场景去进行需求的了解，与用户共情，是我目前的目标与方向，接下来会零零碎碎分享一些，自己对AI产品进阶的一些知识或者干货分享，欢迎各位大佬们批评指正，也欢迎跟我一样处于初期的妹们跟我一起共同成长，互相交流~共勉之
第一篇：初识
quyc 2022/4/27
AI 平台知识概述
一、概念了解(what)
在说AI 平台之前，首先可以对AI进行了一个大致的解释，AI 即人工智能，是研究并模拟、延伸和扩展人脑复杂行为的一种技术科学，范围包括机器学习、计算机视觉等等；那么 AI 平台就是支持这种复杂科学研究的一种辅助工具，该工具可以进行智能化、体系化、自动化完成这一系列研究；
1）AI 平台主要面向的是模型开发者，围绕 AI 模型/算法的生命周期（数据收集、数据标注、模型构建、模型训练、模型优化、模型部署）提供的工具。
2）AI 平台是面向应用者的，围绕集成好的AI 服务进行部署应用，主要是进行应用的管理等相关 *** 作的平台。
二、产品功能(How)
接下来将对 AI 平台的两种分类进行逐一的功能阐述
21 AI 开发平台
1）数据标注平台
面向进行模型训练的前置工作，包括数据导入、数据预处理、数据标注、数据增强等。这部分的数据工作与大数据的关联性比较强，有些标注平台甚至是大数据系统的组件。
对于AI 标注来说，更多是进行数据智能/自动化进行处理，故此有些厂商推出数据采样、数据拆分、数据缺失值处理（数据预处理）、自动标注（数据标注）、对类型数据去雾、增雾、对比度增强等智能算法（数据增强），正是这些功能支撑起了数据标注平台。
2）模型训练平台
给模型训练的内容配置算力、环境，这个是AI平台中比较常见的产品，由于模型训练对硬件资源的高消耗，通常会租用云计算资源来完成模型训练，所以很多模型训练平台是与云平台捆绑的，完成包括负载均衡、并行训练等工作。
4）模型部署平台
提供把模型从训练环境部署到推理环境（云端、边缘端等）的工具。这个功能相对简单，较少单独作为一个产品，一般是也是作为开发平台的一个功能模块。
一个例外是边缘/嵌入式环境部署平台（如百度EasyEdge），由于硬件适配比较繁琐，所以目前看到百度是做成一个相对独立的产品的。
5）模型推理平台
提供各式各样的模型接口，供用户直接调用，一般还提供包括模型调用管理、接口管理等功能，这种推理平台主要是以模型作为核心竞争力的。另一种推理平台则以算力作为竞争力，类似云平台，用户将模型部署在平台上可获得 *** 性扩缩容等能力。
22 AI 应用平台
AI支撑平台比起AI开发平台，更类似业务平台，比如内容审核、智能对话等。围绕的是一个核心算法，通过配置提升这个算法/能力的通用性。
通过下面一个例子进行详细解释：
横向是发布的业务流程，纵向是审核平台的功能，审核平台的核心问题就是分类，将符合审核政策规定的通过、违法的进行限制。
三、核心优势(Why)
AI 平台带来的优势可以从用户、平台角度进行思考：
用户：尽低层成本获取 AI 能力，提高工作效率，满足业务快速扩充的需要；
AI 平台：标准化的工作工具/流程，无需定制去解决，提高模型生产效率、降低工作成本，从而形成盈利；
但是就目前来说，平台的需求是大于用户的需求，这跟 AI 的发展历史有关，目前还暂处于初期阶段，AI 技术还不是很成熟，更多是对模型训练的一些需求，一种行业化解决方案标准化的过程；用户 AI 还持有观望态度（对提高ROI不确定等），所以引申出目前需要不断的加强对AI 能力的训练，更好的契合市场用户的需求是目前的必经之路，同时也需要不断的引导用户发现AI 能力的价值，进而提高AI 平台的价值。
四、市场状况(where)
一些AI开发平台产品的AI模型生命周期覆盖情况，可以看到大部分产品其实都是提供全生命周期的功能的，提供一站式解决方案。
竞品分析：
百度的功能架构是最舒服、逻辑性最好的。百度的AI开发平台包括BML和EasyDL两个，BML是全流程的开发平台，覆盖了AI模型全生命周期；EasyDL定位是零门槛开发，所以只支持到数据训练级别的开发。BML中相对独立的数据相关功能和边缘部署相关功能又都拆成组件/小平台，可以供用户单独调用，从而提高灵活性。
腾讯TI系列平台中，TI-ONE定位是一站式机器学习服务平台”，但暂时没有看到关于数据标注方面的功能，数据处理只提供相对简单的数据接入和数据预处理功能。预置模型相对来说也比较少，大部分是机器学习方面的模型，深度学习模型较少。
TI系列的其他两个平台TI-Matrix和Ti-EMS分别是“AI应用服务平台”和“无服务推理平台”，个人感觉都更偏向云服务一些，主要是服务调度、扩缩容等能力。
华为ModelArts也提供从数据标注到模型推理全流程的开发工具，其中“自动学习”的功能模块基本对标百度EasyDL，提供重训练级别的模型生成，但暂时没有按照需求层级进行产品拆分。
总结： 目前AI 平台根据用户不同的需求点各有所侧重，但是基本都进行了一站式平台训练能力的部署，主要在对数据、模型、部署三个方面发力；
1） 数据差异化：进一步与大数据平台吻合，提供数据采集、清洗、标注（自动、人工）等功能，解决用户数据方面的痛点。
2） 模型差异化：提供更多的强大预置算法进行模型训练，针对不同的业务场景去进行模型训练，针对不同的业务场景进行优化，其次需要充沛的算例资源，与云平台进行很好的衔接、协同处理。
3） 部署差异化：方便快捷、快速搭建、灵活运用成为部署的需要攻克的一大难点，也是非常重要的竞争优势，节省时间、人力成本，也方便进行运维；不难。根据招聘信息显示，希音面试整体难度不大，问的都是一些专业问题和能力相关的问题，正常表现即可通过。希音是一家是一家国际B2C快时尚电子商务公司，是一个主打女性快时尚的跨境电商品牌。每天逛淘宝和京东的时候，映入眼帘的都是品类繁多的商品，但是当我们选择分类或者直接搜索的时候，按条件筛选时，系统却往往能从千万商品中提供心中想要的商品；在浏览商品时，商品主图、详情图、规格等信息让我们感觉比在超市拿着实物获得更多信息，电商系统到底是怎么做到这些的呢？对于电商产品经理来说，商品中心的合理设计能够满足前端商品的多样化展示，支撑订单商品信息在系统中的流转。
简单粗暴的讲， 商品中心 是用来管理核心的商品数据。对于 使用的维度 ：从前端来讲，是给商品展示、订单、营销活动提供商品数据支撑，从后端来讲，商品中心给订单发货、仓库管理、供应商管理、采购提供基础数据支撑。为了更清晰的描述商品中心这项重量级工程，打算写两篇文章从上述两个维度来阐述，本文主要从后端的维度介绍商品中心。
一商品常用概念介绍
先介绍几个基本概念：SKU、SPU、属性、类目。
SKU ：stock keeping uint(库存量单位)，库存控制的最小可用单位。例如Iphone 7plus 128G 银色就是一个SKU，仓库管理、采购进货、库存显示的都是SKU。不同的公司都有自己的SKU编码规则，如果有自己的仓库，在商品入库时一般会打上自己的SKU码，这样整一套库存体系就会自上而下打通，当然还有另一种处理方式，设置自有SKU码与供应商条码的对应关系，将订单转化为发货单时，将自有SKU码转化为供应商的条码。对大公司来说，推荐前一种做法，后一种由于供应商编码规则不同，或者管理规范，在实际 *** 作往往会增加出错率。
SKU编码
SPU ：standard product unit(标准化产品单元)，是一组标准化信息的集合，例如Iphone 7plus就是一个SPU。SPU与SKU的关系有许多种，可以一对多，一对一，如下图所示。SPU信息中应该包含SPU属性、产品、产品描述、产品标签。SPU和SKU之间是通过规格来链接的。SPU(Iphone 7plus)通过颜色、内容关联到SKU(Iphone 7plus 128G 银色)。SPU的库存是由其对应的SKU库存共同决定的。
SPU与SKU
属性 ：分为关键属性、销售属性、非关键属性。关键属性是指能够唯一确定产品的属性，是必填项。例如手机的品牌、型号属于关键属性；销售属性组成SKU的特殊属性，或称为规格属性，如手机的"颜色"、"内存"；非关键属性指的是除关键属性、销售属性外的其他属性，如手机的手机接口类型，非关键属性不一定是非必填项，有时为了商品信息完整，也会设为必填项。属性定义对于良好的消费体验有着至关重要的关系，对搜索、索引、筛选都有至关重要的作用。
类目 ：分类树，电商常用的有两层类目，前台展示类目，后端商品类目。前台类目指的是展示给消费者的类目，会根据季节、销售策略、活动进行变动；后台类目属于基础数据，不可随意变动，添加SKU时都需要选择类目，进行绑定。需要注意的是，类目树的层次不能太深，一般三层或四层，如果太深，不论对于管理还是技术性能来说，都是不利的。前台类目与后台类目可随意搭配，设置前台类目关联时，对前台类目树最深层进行设置，可让其关联后台类目任一层，可一对一、一对多。前台类目还可以对应品牌。
京东前台类目
二商品基础资料设计
在介绍商品常用概念时，也透露了很多在产品设计时关联的信息。在添加SKU时，需要选择品牌、填写一些属性，以及关于仓库管理的基础数据（长宽高、重量、供应商等）。商品中心基础资料结构图主要如下，首先是品类管理，主要包括品牌管理(中英文名、可供品类、产地（跨境电商比较重要）)、属性管理（针对类目添加相关属性和属性值）、类目管理（后端类目树重中之重，确定时要考虑全面，属于基础数据，后续更改比较麻烦。），大致产品框架如图所示。
商品中心框架图
在添加SKU时，通过供应商去关联采购，进而影响仓库中SKU的库存。供应商在添加SKU时亦可不选择，可以在采购系统中添加关联。通过销售属性去关联SPU与SKU，同一SPU在前台显示时可以共用同一商品详情，只是通过规格属性映射到具体的SKU；针对商品的关键属性和属性值，可以在商品搜索和筛选时用上，良好的属性定义对于顾客决策树的缩短有着至关重要的作用。
SKU使用
还有一个比较特殊的概念：组合SKU，主要是解决出售组合商品的问题，组合SKU的属性都继承主SKU。组合SKU的应用场景主要是添加赠品、组合售卖，与前台的商品套餐有所区别。在订单解析成发货单时，组合SKU需解析成单一SKU，方便仓库发货，更新库存。
三复盘
商品中心后端属于基础数据，会被许多子系统调用，对于电商公司来说重中之重。商品中心提供接口数据进行仓库管理、采购管理、库存管理、订单管理，可扩展的商品中心结构将给公司业务发展带来很大益处。
文后扩展，很多电商公司业务定位都是B2B2C，为了扩充SKU，增加用户量，或者构建平台体系，都会允许第三方来平台管理商品，类似京东、有赞，这类平台的商品结构更加复杂，SKU需要增加所属商家，商品详情、属性值、库存都需要相互独立，在SKU、SPU纬度上增加一个商家纬度。这里不做过多扩展，感兴趣的朋友可以深入思考。
实物商品
以上文章从后端角度介绍了商品中心用到的一些基础数据设计，接下来，我们主要从商品前端显示来说后台设计的那些事儿。用户平常购物接触到最多的就是商品显示页，商品列表、商品详情页的基础信息都是从商品中心获取。目前对于商品设计有着成熟的产品方案，电商网站的商品产品结构大同小异，淘宝上的商品以SPU形态显示，京东上以SKU形态显示，两种处理方式各有优劣势（表达可能不太准确，但认真研究过两者商品结构应该理解我说的不同点，下文解释）。 其实我更倾向于淘宝的商品结构，能够支持更加灵活的商品方案。
京东与淘宝的商品详情页
商品信息主要由类目、标题、品牌、商品属性、规格（京东定义为销售属性）、价格、库存、SKU信息（毛重、长宽高等）、商品图、商品详情描述、物流信息等组成。至于经常看到的服务标签（白条、极速退款）、商品标签（热销）、活动标签（满减、优惠券）、价格标签（拼团价、活动价）、同类商品等都是在商品信息上的包装层，不在本文的阐述范围。
1商品类目、商品基本信息
商品类目分为两层，基础数据类目层、前台展示类目层，在添加和管理商品时，都是在基础数据类目层对商品进行管理（如下图）。商品属性、销售属性及品牌等很多数据都是在基础类目上进行管理，所以类目管理属于较为核心的工作，一定要从长远角度考虑。
在添加商品时，需选择对应的类目。前台类目在展示时，有两种处理方式：
前台类目对应后台类目，可一对一、一对多、多对多，自由组合，动态调整。现在大部分自营电商都是用的这种类型。
前台类目直接对应商品，适合商品较少的小商家，主要是一些电商平台提供给平台上商家的类目服务，添加商品时直接选择前台展示的类目。
另外，类目一般是分为三层，类目树不要太深，否则将影响产品效率。
JD商品类目
设置商品信息、副标题（一般介绍产品卖点、促销），选择商品对应的品牌。在品牌管理中，有两种方案：
品牌统一管理，小公司商品丰富度较少时的方案。
品牌关联类目，商品丰富度高的选择。
基本信息编辑
2商品属性
商品属性包括属性名、属性值，一般都是挂在具体类目子叶下，设置必填和非必填。在设置属性值时，须保留一定的扩展性，部分允许自定义属性。商品属性管理要求强大的类目运营能力，在中小型电商平台一般会提供基础属性值，再开放自定义属性编辑，让用户来完善属性库数据。
商品搜索能力，除了标题、类目，很大部分依赖于商品属性，条件筛选的基础数据也是商品属性和规格属性。完善商品属性对于良好用户体验至关重要。
淘宝的商品属性（男装>风衣）
3规格、价格、库存、SKU信息
在购买商品时，我们会经常选择规格（销售属性），主要包括颜色、尺寸，为了支持多样化的用户需求，选择之后可以编辑规格。规格一对一确定之后，可单独设置价格、库存、商家SKU，淘宝上亦可添加条形码（69码）。也可以设置统一价、统一库存。填写商家SKU主要是为了方便对应到具体的实物，上文亦讲过，仓库和采购管理的都是具体的SKU。
仔细观察会发现，京东的商品标题是加上具体的规格，在选择规格时会跳转SKU，对于落单数据有效率提升，但是对于页面效率和体验是不如淘宝的SPU结构的。现在大部分电商都采用的是淘宝的SPU结构，亦是优质选择。
JD规格、价格、库存、SKU设置
在淘宝上选择具体的规格后，会发现商品缩略图会发生变化，这就需要在管理商品时，针对某规格单独上传。这里有个设计很巧妙的地方，只是不同颜色需要上传对应的商品缩略图，而尺码不需要。
淘宝不同颜色上传具体的缩略图，京东可上传多图
针对商品设置平台价和市场价，主要是为了商品在列表展示商品、未选择具体规格时展示，相当于商品的均价。毛重、长宽高等数据主要是为了物流而设置的，自建仓库的自营电商一般在SKU数据层就会录入这些数据，直接调用。货号即商品编码，在商城购物时会扫描的条形码就是货号。货号不等同于SKU编码，同一商品编码的商品可能是不同SKU，有着不同的规格，所以不能直接拿货号来管理SKU。
JD商品信息填写
4商品图、商品详情描述、物流信息
除了不同规格对应的商品缩略图，商品图还包括商品主图，一般要求质量较高，包括整体图和细节图。商品主图是吸引顾客眼球的必要利器，不论是列表页，还是活动页，顾客除了关注价格，主要就是商品主图，运营上架时需对商品主图较为慎重。
商品详情页现在一般会区分电脑版和手机版，由于两者的使用场景和设备不同，侧重点也不相同。为了更好的展示产品特点，可提供不同的产品详情模板，亦可支持不同的富文本编辑。
商品详情描述
选择运费服务时，要选择对应的物流模板（包邮、按重量、按件数等），在订单处理是按照具体的物流模板计算运费。运费模板计算较为多样复杂，下篇文章详细描述讲解物流运费相关的细节。
商品物流选择
5其他商品信息
主要包括售后服务（发票、保修服务、退换货）、包装清单等相关说明。
6上下架管理
设置完商品基本信息之后，设置上下架时间，亦可直接上架发布。和商品相关的活动，一旦商品下架，活动将失效，无法购买。搜索、筛选的商品范围都是在上架的商品范围进行。
上下架设置
自营与平台电商的商品区别
在商品管理层面，平台电商提供给平台商户的商品服务与自营电商自己的商品服务有着很大不同。最大区别在于自营电商比平台电商多SKU管理，库存和属性都是基于SKU进行管理，在添加商品时，如果还要重新填写，就会造成数据冗余。所以一般会共用数据。
总结
电商专业就业前景相当好啊，现在就是互联网时代，网购的时代，电子商务的红利时代，真不错，你看现在的电商直播带货，短视频购物，各大电商平台，快递物流行业，相当发展的好
电子商务专业是融计算机科学、市场营销学、管理学、经济学、法学和现代物流于一体的新型交叉学科。电子商务专业主要是培养具有利用网络开展商务活动的能力和利用计算机信息技术、现代物流方法改善企业管理方法，提高企业管理水平能力的创新型复合型电子商务高级专门人才。电子商务专业的介绍
(一)电子商务专业的课程
电子商务专业的基础课程:电子商务概论、经济学、管理学、会计学、运筹学、统计学、英语、市场营销学、现代企业运作、计算机基础与应用、c语言、网络与数据通讯技术、数据库原理与网络数据库技术、电子商务原理等。
电子商务专业的专业课程:电子商务系统的分析与设计、网络营销基础与实践等。
(二）电子商务专业的培养目标
电子商务专业培养掌握现代商务管理、计算机及网络知识，能从事企事业单位网站建设及管理、网络维护、网络营销及调研的高级技术性应用性专门人才。
电子商务专业的就业前景及方向(一）电子商务专业的就业前景
随着中国电子商务产业的高速发展，电商领域及周边相关行业也产生了巨大的人才缺口。日益增长的电商需求和电子商务专业人才缺乏之间的矛盾，已在很大程度上制约了电商企业的进一步发展。无论是基础实 *** 电子商务专业的人才还是电子商务专业的管理人才都有极大需求。电子商务专业的就业前景还是很好的，就业率非常的高。
目前大多数中小企业已陆续步入电子商务行列，采用传统经济与网络经济结合的方式生产经营。这些中小企业刚刚步入电子商务行列急需电子商务专业的人才，所以电子商务专业就业前景是有希望的。
(三）电子商务专业的就业方向
电子商务专业就业领域非常广，电子商务专业的毕业生可以从事互联网、电子商务、社交、网络游戏、人工智能、区块链、信息安全、企业服务、贸易、进出口、物流、运输、广告、媒体、文化、娱乐、金融、医疗、教育、旅游等领域的工作。
电子商务专业就业方向很多，电子商务专业的学生毕业后可以成为运营、网络推广、营销、设计师、产品经理、文案策划、开发工程师、测试工程师、客服、数据分析师、创业、客服等。
好就业
电子商务专业就业就业方向：行政管理、基础会计仓储物流、招商采购、摄影摄像、产品精修、视觉营销、人力资源、绩效考核、薪酬管理、网红直播、社群运营、税法与经济法、自媒体运营、脚本策划、短视频拍摄、会计电算化、财务管理、跨境电商、多平台运营（淘宝、天猫、京东、苏宁、唯品会、拼多多、快手小店、抖店店铺等)、新零售及电子商务法律等。还可以在银行的后台运作、企事业单位网站网页设计、维护、编辑等专业工作，或从事电子商务系统开发与维护工作以及在各级学校从事电子商务教学等工作。
电子商务好专业，把握住机会，前景好啊
0条评论