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
|
1347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
|
984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
|
1147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
|
944人阅读
在短时间内爆发大量数据，这时数据资源的采集、存储和分析和应用等，都是大数据行业的难点。行为数据、日志数据的处理，往往成为企业数据建设首先面对的瓶颈，这些数据不易保存，实时获取分析难度较大，但是数据...
...，查询引擎面临的挑战的细节，这些细节也可以作为访问数据库引擎、查询引擎和存储引擎组合以及满足事务、运营、分析或混合工作负载需求的指南。以下评估选项实际上也是面临的挑战： 为了满足您的工作负载需求，查询...
EMC中国研究院大数据实验室主任研究员 周宝曜 引言 本文旨在介绍区域医疗信息系统建设和大数据分析技术的发展，并总结出健康云上的大数据分析面临的特殊挑战和提出初步解决方案。 一、健康云的兴起 随着我国经济...
...处可见，运行在其中的APP、网站也非常多，如何采集终端数据进行分析，提升软件的品质非常重要，例如PV/UV统计、用户行为数据统计与分析等。虽然场景简单，但是数据量大，对系统的吞吐量、实时性、分析能力、查询能力都...
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...
zzbo
zhigoo
