万门大学的跑路暴雷大家肯定也都知道了,我们有几个关系比较好的做原创内容的同行曾经给它的宣传文案起了个名字,叫做“300勇士招募帖”,因为我们认为去的是勇士。号称招募300个免费的学生进行学习,这样的套路大家还不熟悉吗?遍地0.1元学习课,最后哪一个不是想让你掏10000(只是举个例子)。不过这也是运营的本职工作而已,我们不做过多评论。
这里我们只想讨论两个问题:大家认为一门优质课开发周期会有多久?大家认为什么才是一个好的VIP服务?下面我们先来聊聊这两个问题。
两个基本问题
第1个:一门优质课的开发周期应该是多久?
我们在这里首先限定一下范围,就以计算机视觉这门课为例,毕竟我们没有野心去做一万门,能做好一两门就不错了。我认为一门优质课的开发周期,至少在5年以上,甚至说是永久都不为过
为什么这么说,有这么几个理由。
首先,课程资料需要迭代,我觉得图文+视频+书籍+代码+作业+答疑,都是很重要的。以图像分类这样的基础视频课为例,来说说为了开发这一门课,我们做了多少工作。
在2019年,我出版了书籍《深度学习之图像识别:理论实践篇》,其中有图像分类的一章。讲解了图像分类的层级划分、评估指标,配套了多类别分类与细粒度分类两个完整的实践案例,一共将近30页。
因为是第一次写书,现在我觉得里面很多东西都没有讲好,所以我们正在准备再版,如果想看新版的,请耐心等等。
从2018年到2020年,我和郭冰洋在我们公众号撰写了图像分类相关的10多篇技术文章,全面覆盖多类别分类,细粒度分类,多标签分类,无监督分类等问题,大家可以看我们之前的一个总结
2021年,我和郭冰洋在我们公众号推出了图像分类的视频课程专栏,当前超过12小时,覆盖图像分类的核心理论与5个实践案例,内容一直都在优化更新,答疑群里几乎每天都有人在问问题。课程完整介绍,可以看看下面文章。
现在对于图像分类的内容,我觉得我们平台做的可以打80分,还有20分应该在继续优化已有内容和学习体验(比如补充新技术、调整讲解方式),提供课后练习内容等方面,所以我们会一直维护。但要说有人在图像分类这个领域的技术内容和课程输出比我们做的更系统,我是很怀疑的,至少目前没见到。人力和时间投入在那里,其他人也得愿意付出这么多才行。

图像分类只是我们平台最简单的课程之一,尚且经历了这么长的周期和人力投入,其他更难的课程只会需要更多投入。那10000门,是什么概念。
第2个:什么是好的VIP服务?
VIP,给我们的感觉就是有特权,别人能干的事情你不能干,这当然没问题。但我觉得更重要的一点是,VIP能多享受出来的服务是什么。别人能看1门课,你能看10门课,这就是VIP吗,我觉得不够。
我们平台有一个季划系列,你也可以看做是VIP,那我们具体提供了哪些服务呢?
其一:所有和季划相关的课程资源,包括书、视频、知识星球等,这是最基本的应该保证的。
其二:
我本人的永久一对一服务
,不管是技术咨询还是其他,每天都有很多时间在处理这个。可能有人会觉得,永久一对一服务不靠谱,我来解释一下。单说学习本身,因为前期很多都是技术答疑,就算你从本科到博士生,5年的时间够了吧。如果5年后你还总有技术问题需要我答疑,那算我倒霉摊上了熊孩子,你自己学习能力也是太拉垮了。学习不是一直有疑问的,所以单人的频率不会太高,可能平均一个星期一次的样子。我们季划成员又是极少的,就几百个人,平均下来一天其实没有多少人会一直在私信答疑。

我这里强调的永久:其实更重要的是一种信任关系,一种长期互助和合作的关系。我们是迭代课程产品服务的,不是迭代用户的,没有想过和大家做一锤子的甲方乙方买卖关系。这么多年来,我几乎每天都在看技术文章、写代码,有资格做你长期的技术交流对象。我们季划成员里,不乏985名校教授,也不乏学习菜鸟。
其三:参加我们公司项目研发组和教学内容组的权限。我直接说结论吧,我的技术合伙人,是我们最早期的季划成员。我们项目组的一些负责人,是我们最早期的季划成员。我们平台不少线上线下讲师,也我们的季划成员,这是我们团队已经内部消化的。还有很多输出到外部的,高校老师也好,公司研发人员也好,继续深造的学生也好,有很多人是的确受益的,这就不仅仅是收入回报那么简单的。要只谈收入回报,随便成功参与一个项目,就远超那点学费。
有一些朋友做了公开分享的,大家可以参考参考。
既然是学习,不要仅仅把它看作是学习,而是应该在全方面得到锻炼的,这是我们要给季划成员(或者说VIP成员)保证的,至于是不是所有人愿意或者能够得到服务,那就需要双方都努力,我们还在继续努力,大家也可以保持关注。

说了这么多,我们或许可以总结成:别把观看固定开发好的视频课程的权限看的太重,它没有那么重要,也不可能是全部。
(1) 学习必须是系统和完整的。学习的目标是为了长期使用,那么必然需要系统性地掌握知识,往后才能够触类旁通。短期突击(如单个项目)或许可以通过考试,但是终究用处有限,而且迟早会暴露残缺的知识背景。目前短视频时代最大的问题就是信息的碎片化,在不断更新的信息下我们很容易被带入浮躁的学习氛围中,成为那只掰玉米的猴子,遇见很多东西,但最后空手而归。
(2) 学习必须是长期和动态的。本行业的特点是技术迭代更新确实非常快,因此要保持长期的学习习惯,几个月的固定学习周期是不够的,这只能初窥门道。学习资料是死的,人是活的,源源不断的问题根本就不是资料,尤其是录制好的音视频能解决的,因此我们要保证长年累月的交流渠道是畅通的,必须要有一个长期学习的技术圈子
(3) 学习资料要丰富。学习是一个非常复杂的高维认知行为,因此学习资料形式最好也是包含各种形式,最好包含视频和图文,囊括线上和线下交流,这样能够满足各类人群的需求,方便及时反馈问题。
(4) 学习必须要完成闭环。学习的目标不是为了学习,而是为了使用。从掌握知识,到后续积累人脉和项目经历,甚至完成学生到老师的转变,越往后越有价值。我希望跟着我们学习的同学,能够持续在生态中获益,成为专栏/书籍作者,成为老师,成为项目负责人,甚至是合伙人
我们的CV季划
下面给不熟悉我们CV季划的朋友来介绍一下有三AI-CV季划。
简单来说:就是有三作为主要导师直接带领,囊括一对一答疑,微信群交流,线下活动,多本自写的书籍,图文与学习视频,免费的知识星球社区,公司教学内容组与项目研发组权限等内容
目前有的组包括:
(1) 有三AI-CV夏季划组,这是面向所有学习对象的,篇幅有限请大家点击阅读介绍:
(2) 有三AI-CV秋季划-模型算法组,这是面向专注于深度学习模型分析,设计,优化,部署方向的朋友的。
(3) 有三AI-CV秋季划-人脸算法组,这是面向专注于人脸相关算法,包括检测、识别、三维重建、属性编辑等方向的朋友的。
(4) 有三AI-CV秋季划-图像质量组,这是面向专注于图像质量提升算法,包括图像质量分析、图像降噪、超分辨、编辑等方向的朋友的。
(5) 有三AI-CV秋季划-GAN组,这是面向专注于GAN在视觉中的应用,包括图像生成、图像翻译、图像编辑等方向的朋友的。
(6) 有三AI-CV秋季划-视频分析组,这是专注于视频分析,包括视频分类、检索、视频编辑等方向的朋友的。目前还没有正式推出,但是可以告诉大家已经有了,也可以报名了。
(7) 有三AI-CV冬季划-项目实战组,这是专注于各类视觉项目实战的组,目前还没有正式推出,但是可以告诉大家已经有了,也可以报名了。它享有的内容,就是我们平台所有有三本人出品的项目实战类课程,大家可以到文末“往期相关”看看已有的一些,或者直接去有三AI-小鹅通店铺。
当然还有一个全季划组,就是包含以上所有内容,大家可以自己去了解咨询。以上内容很多,当然没有都开发完,前面我们也说了,持续不断迭代内容,是我们的基本方法。而提供给季划成员的服务,更是多元化的。
我想你可能仍然有很多疑问:没关系,直接咨询有三微信Longlongtogo,在取这个微信名字的时候我就想过,很多事情要眼光放长远,希望所有成为季划成员的朋友都能这么想。
往期相关
继续阅读
阅读原文