回答:这个问题思考了很久，作为过来人谈一谈，建议在看我这篇回答之前先去了解一下数据挖掘的概念和定义。在学习数据挖掘之前你应该明白几点：数据挖掘目前在中国的尚未流行开，犹如屠龙之技。数据初期的准备通常占整个数据挖掘项目工作量的70%左右。 数据挖掘本身融合了统计学、数据库和机器学习等学科，并不是新的技术。数据挖掘技术更适合业务人员学习（相比技术人员学习业务来的更高效）数据挖掘适用于传统的BI（报表、OLA...
LoftySoul
|
978人阅读
回答:其实根本就没有什么数据分析师，或者说，人人都是数据分析师。懂我这个意思吗？我的文章里，也写过很多数据行业的知识，你可以去看看，其实有时候想想，你就不一定非得从事这样的行业了。就拿数据挖掘来说吧，据我所知，厂商今年都混的不怎么样，为什么？客户需求很少，而且都是定制化的，整个项目的周期很长。还有就是一个企业里，互联网公司可能还好一点，数据分析师根本不需要那么多，你看看ucloud的数据分析报录比，20...
bingchen
|
863人阅读
回答:谢谢邀请！数据分析师通常分成两种，一种是应用级数据分析师，另一种是研发级数据分析师，区别就在于是否具备算法设计及实现的能力。应用级数据分析师通常需要掌握各种数据分析工具，把业务模型映射到数据分析工具上，从而得到数据分析的结果。数据分析工具比较多，比如Excel就是一个传统的数据分析工具，另外还有Minitab、LINGO、JMP等，要想全面掌握这些工具的使用需要具备一定的数学基础和统计学基础。通常...
txgcwm
|
1266人阅读
回答:目前阶段大数据技术及体系已经逐渐趋于成熟，不再是以概念贯穿的模式，大数据越来越多的被使用，伴随互联网化的发展更多的企业信息化已经由IT时代转变为DT时代，以数据为核心，用数据进行决策，基于数据驱动企业的创新与发展，相信在将来大数据也会有更广泛的应用空间，对于大数据的理解主要分为以下几个层面。1.数据来源：对于大数据时代而言更多强调基于业务数据的沉淀，在一定规模的数据上进行进一步的分析、处理、转换，...
arashicage
|
1153人阅读
回答:在大数据领域大概有四个大的工作方向，除了大数据平台应用及开发、大数据分析与应用和大数据平台集成与运维之外，还有大数据平台架构与研发，除了以上四个大的工作方向之外，还有一个工作方向是大数据技术推广和培训，这部分工作目前也有不少人在从事。大数据平台架构与研发主要的工作内容是研发底层的大数据平台，这部分工作的难度较高，从事这部分工作的研发级岗位也并不多。现在不少技术研发团队都以Hadoop、Spark平...
zhangxiangliang
|
3263人阅读
...程师」不错的时机。欢迎加入本站公开兴趣群商业智能与数据分析群兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识QQ群：81035754
...,恨不得能早日踏入这个行业。 那么,今天我们来对数据挖掘进行一些基础性的了解和认识。 在这里我们主要解决以下3个问题: 什么是数据挖掘? 数据挖掘主要的方向或工作有哪些? 数据挖掘是怎样操作的? 上述的3个问题,分别对...
...radata的通信行业解决方案资深总监姜欣也分享了其公司在数据分析层面引入云的建议，其中IDA方法论颇有代表性和实用性。构建分析云IDA的方法论，即通过对信息的整合I、探索D，转化为行动A。其实运营商目前所做的很多工...
... 从事当下最有前景的人工智能行业 深耕机器学习、数据挖掘、自然语言处理技术 达观数据 在这等你 招聘岗位 1、大客户销售经理 （上海/深圳/北京/成都） 1.面向大型企业级客户，独立操作NLP、人工智能算法相关项目和产品的...
...014年加入百度，先后带团队建设为百度地图6大Place场景做数据分析，后专注于百度外卖大数据生态从0开始孵化并最终完善。自主研发涉及到数据采集3大平台、开放式ETL4件套、OLAP分析平台、Adhoc、大数据分布式调度、数据集市、...
...面也有京东、当当、天猫的购买链接！ 本书适用 本书以数据分析领域最热的Python语言为主要线索，介绍数据分析库Numpy、Pandas与机器学习库Scikit-Learn，使用了可视化环境Orange3来理解算法的一些细节。 对于机器学习，既有常用算...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
图示为GPU性能排行榜，我们可以看到所有GPU的原始相关性能图表。同时根据训练、推理能力由高到低做了...
王晗
