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
|
974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
|
1327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
|
1133人阅读
回答:大数据的技术大数据技术包括：1）数据采集： ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。2）数据存取： 关系数据库、NOSQL、SQL等。3）基础架构： 云存储、分布式文件存储等。4）数据处理： 自然语言处理(NLP，Natural Language Processin...
X_AirDu
|
931人阅读
回答:数据分析的应用几乎是无行业和人群限制的。数据分析的魅力体现在数据的价值和创新的能力，运用数据的能力越来越成为基础的职业技能，因此任何有兴趣和需求的人士都可以进入这个领域。涉及到数据分析学习和工具的选择， 那么久可以从知识和应用的角度入门数据分析的路径。01SQL数据库语言作为数据分析师，我们首先要知道如何获取数据，其中最常用的就是从关系型数据库中取数。因此，你可以不会R，但不能不会SQL。大数据...
hzx
|
507人阅读
...着大数据，尤其是Hadoop的崛起，我们经常会听到供应商、分析师和大咖们说数据仓库已经死了。毕竟，它们昂贵、僵硬、缓慢。人们常说，大数据是游戏规则改变者和数据仓库的继承者。但它其实不是，如果说有什么区别的话，...
...多种数据来源，流入数据仓库之后对上层应用开放。 1、分析业务需求，确定数据仓库主题 数据模型的创建依赖数据仓库主题的确定，在搭建数据仓库之前，首先就是要充分了解业务部门的问题需求，明确我们所要创建的数据...
...企业会将更多的多TB(1TB=1000GB)数据集用于商务智能和商务分析;到2020年，全球数据使用量预计暴增44倍，达到35.2ZB(1ZB=10亿TB)。 大数据面临的挑战——RISC已无法满足未来的企业架构需求 对于海量的数据信息，如何对这些数...
...企业会将更多 的多TB(1TB=1000GB)数据集用于商务智能和商务分析;到2020年，全球数据使用量预计暴增44倍，达到35.2ZB(1ZB=10亿 TB)。 大数据面临的挑战——RISC已无法满足未来的企业架构需求 对于海量的数据信息，如何对这些 ...
...务器贡献于某一具体任务。数据仓库通用功能是本地数据分析工具，受到计算和存储 资源的限制，同时也受到设计者考虑新数据源集成的能力的限制。如果我们可以克服一些数据迁移的挑战，将一个数据仓库以及其数据分析工...
...务器贡献于某一具体任务。数据仓库通用功能是本地数据分析工具，受到计算和存储资源的限制，同时也受到设计者考虑新数据源集成的能力的限制。如果我们可以克服一些数据迁移的挑战，将一个数据仓库以及其数据分析工具...
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...
zhigoo
