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
|
1336人阅读
回答:作为一个数据分析师来回答一下：我做这行两年多了，刚开始的时候用的多是MySQL数据库，当然，Oracle数据库也会用到，尤其是在金融行业或者国企都用Oracle，一般的公司使用MySQL数据库，可能是因为MySQL数据库免费吧。另外，在一家互联网公司，我遇到了mongodb，目前一些新兴的互联网公司使用nosql的也比较多，这个当时是现学现卖的。作为一个数据分析师，可能对数据库的使用一般是存取数据...
陈江龙
|
979人阅读
回答:一名合格的数据分析师应该掌握网页爬虫：Python或R数据存储：Excel或者Tableau、MangoDB等数据清洗：数据缺失处理等数据分析：线性回归等数据可视化：Python或R的可视化包进阶级数据分析师：统计知识运筹学知识机器学习知识掌握以上三个技能点便可称之为数据科学家至于面试要准备些啥？Simply按照上面技能点一一准备但是今天要说的是一项奇淫技巧那就是--写一篇数据分析的推文在这篇推文...
qianfeng
|
1137人阅读
回答:如何快速成为数据分析师？不建议急于求成，所谓快速仅仅是入门而已，想要真正成为数据分析师恐怕需要到实际工作中去历练。下面给出一些建议。数据分析师需要的技能大致有这些：Excel、SQL、统计学及SPSS、Python/R等。建议从Excel开始，因为Excel是使用最多，也是最强大的数据分析工具，入门简单，因为大部分人都接触过Excel。ExcelExcel分为四块：公式+技巧+数据透视表+图表。先...
WalkerXu
|
618人阅读
回答:数据分析通常有两种出路：对算法做深入的研究然后去做数据挖掘、对业务有比较深刻的理解然后转去做业务。除此之外，无其他出路。而说实话，我不看好数据分析本身这个岗位。为什么不看好？首先我们对数据分析的工作做个拆解。大部分的数据分析有50%的时间在取数，还有40%的时间在跟产品经理沟通：做AB实验以及做做效果回归，最后还有10%的时间在做探索性分析。现在在担任数据分析岗的，可以跳出来说一说是不是。可是上面...
eccozhou
|
478人阅读
...扩展性，支持超大规模集群的精细管理，支持有状态的大数据分析，支持复杂的网络场景，兼容性更好； ● 与Apache的Mesos相比，它年轻朝气蓬勃，具有强大的生命力，功能完善，简便易用上手快，17K+的点赞（社区star）就是证...
...用的AWS公共云战略正在帮助我们的IT团队摆脱构建和运营数据中心的业务，并将我们的资源重新集中在技术创新上，这将是通用电气历史上规模最大、最重要的转型。在采用AWS公共云之前的几年，通用电气公司当时计划构建自...
...务器是否支持当前外贸网站开发的程序语言和环境配置、数据库类型版本以及伪静态支持等。不要小看外贸网站服务器，这也是外贸网站设计中非常重要的一个环节，如果服务器选择了有问题，那么将在未来一段时间的推广过程...
...来的损失。 这就是为什么公司依靠MongoDB作为其核心企业数据平台标准之一，为运行ebay.com的多个面向客户的应用程序提供支持。 在今年的MongoDB全球大会上，eBay的首席NoSQL DBA 曲峰 提供了弹性应用程序的实用设计模式 --- 他的团...
...来的损失。 这就是为什么公司依靠MongoDB作为其核心企业数据平台标准之一，为运行ebay.com的多个面向客户的应用程序提供支持。 在今年的MongoDB全球大会上，eBay的首席NoSQL DBA 曲峰 提供了弹性应用程序的实用设计模式 --- 他的团...
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...
keithyau
