数据科学与大数据(学习记录)

这个专业或者方向,这个行业有一句话叫做工具决定下限,分析决定上限。通过数据解决问题的思路是最重要的,对于这类型人才.数据具有四大特性,一个是可以反复使用,一个是客观,量化,机器可处理.常见的分析流程,首先是数据的真实性,第2个是量化的问题,结合场景拆分导致问题的原因,第3个流程根据原因从数据库当中弄到可用的数据。第4个,用sql把数据提取出来,第5个用Excel或者Tablean等工具进行处理和可视化,可能会使用一些算法模型做辅助,最后一个从各种因素中总结原因输出有效结论.刚刚说了,数据的四大特性当中有一个叫做量化,而数据分析就是基于量化提升生产力.近些年随着数据的爆发,越来越多的公司,开始招收数据方向的人才。而在这个过程当中,由于对数据方向的人才认知不准确,往往叫他们既当开发,又当产品,又当分析师,既要让他们对数据库获取数据进行分析,又要他们理解需求,又甚至要叫他们写代码.从而导致了本身人手不足,时间不够,思路就不会深入数据的质量就难以提升,就会出现一些常见的问题,例如数据的缺失,该有的数据,你没有该思考的方向,没有思考到第2个是口径模糊,你不知道一个数据的指标具体的定义是什么?第3个就是业务不落地,要么就是从已知,要么就是根本就没办法实行.而成熟的数据团队,应该由三部分组成,分别为业务开发和算法,尤其是业务和开发,业务中又包含数据,运营数据,专员,数据分析师,具体如下图

所以说这个方向即可以走开发,也可以走业务,甚至可以走算法

低成本享受高质量的数据服务

相关推荐
wuyk5552 小时前
Spider-第16讲-线程池与竞态问题
大数据·爬虫·python·elasticsearch·搜索引擎
旖旎夜光2 小时前
【C++ 基础入门】智能指针:RAII、unique_ptr 与 shared_ptr 循环引用
c++·笔记·学习·智能指针
zdr尽职尽责5 小时前
终端工具凭空消失:Codex + GPT-6 的一次完整排障复盘
数据库·gpt·学习·ai
数字新视界5 小时前
全国产化动环监控平台在机房智能化管理中的应用探索
大数据·人工智能·数据中心·机房管理·模块化机房
蒸蒸yyyyzwd6 小时前
计算机网络后端面试错题
笔记·学习
TDengine (老段)6 小时前
TDengine IDMP 预测、异常检测与数据插补
大数据·数据库·人工智能·时序数据库·tdengine·涛思数据·idmp
艾莉丝努力练剑7 小时前
【AI大模型接入SDK】C++的SessionManager 线程安全
java·开发语言·前端·c++·人工智能·学习·安全
蒸蒸yyyyzwd8 小时前
数据库相关错题笔记
笔记·学习
字节跳动数据平台9 小时前
火山引擎 VeKnow 落地指南(上):从选场景到知识治理
大数据
蒸蒸yyyyzwd10 小时前
后端学习笔记,设计模式相关以及微服务相关
笔记·学习