数据科学家
-
数据科学家6:如何成为一名合格的数据科学家
数据科学家的工作是使用数据分析作为交易工具,在浩如烟海的数据容量中发掘有意义的关联数据,并将其转化为有利可图的商业洞察力。 数据科学、机器学习、大数据分析、认知计算…我们都已被讨论这些主题的文章、技能需求信息图以及各种观点所淹没。有一件事是肯定的:你不可能一夜之间变成一名数据科学家。这注定是一段充满挑战的旅程。但要想成为数据科学家,该怎么开头呢?从哪里着手呢…
-
数据科学家5:数据科学家应具备6种才能
要成为一位数据科学家需要具备多方面的人才,虽然目前人才缺乏,但学习数学、统计等专业的人才未来可以培养成为数据科学家。 招聘信息搜索引擎Indeed.com的数据显示,随着大数据技术的发展,数据挖掘方面的人才变得日益抢手。而《哈佛商业评论》日前更是宣布,“数据科学家”是二十一世纪最性感的职业。所谓性感,既代表着难以名状的诱惑,又说明了大家都不知道它干的是什么。…
-
数据科学家4:卓越数据科学家的四大特征
对于那些希望在大数据时代掘金的公司来说,成功的关键是找到数据科学家, 并围绕数据科学家搭建团队。如今优秀的数据科学家一将难求, 而卓越的数据科学家更是灿若晨星。 如何才能发现真正改变企业乃至行业未来的伟大的数据科学家呢? Thomas Redman在哈佛商业评论博客中发表了一篇关于区分好的数据科学家和伟大的数据科学家的文章, IT经理网编译如下。 好的数据科…
-
数据科学家3:数据科学家在大数据分析中的作用
大数据科学家的工作从企业的业务问题开始,下一个步骤是创建分析计划,即一些企业称之为“数据分析计划。”当然,你需要考虑到数据科学家的不同专业背景,如有数学界、软件工程、市场营销学、工商管理等等,几乎所有的数据科学家都会从他们的专业领域出发,设置各种技巧最终整合制定出专注于解决业务问题的计划。 数据科学家和他们的分析团队的计划提出了如何组装数据集,并制定了一个数…
-
数据科学家2:站在大数据金字塔尖的人
在Google、Amazon、Facebook、Uber、Airbnb等公司成功的背后,有这样一批人:他们可以将大量的数据变为有价值的金矿,例如,搜索结果、定向广告、准确的商品推荐、可能认识的好友列表等。没错,他们就是被誉为「今后10年IT行业最重要的人才」—— Data Scientist(数据科学家)。 现在的互联网行业,越来越多的企业对数据科学家求贤若…
-
数据科学家1:它是二十一世纪最性感的职业
性感事物方面的权威《哈佛商业评论》宣布,“数据科学家” 是二十一世纪最性感的职业。所谓性感,既代表着难以名状的诱惑,又说明了大家都不知道它干的是什么。 不管老板懂不懂数据科学家是干什么的,反正最近几年这个岗位的需求数正在快速攀升 Indeed.com 的数据可以为证 但是其性感在什么地方?什么是数据科学家?他们是科学家吗?还是工程师?程序员?抑或是一个商业决…
-
发现假数据科学家的20个问题
现在,数据科学家是21世纪最性感的职业,每个人都希望分一块蛋糕。 这表示会有一些装腔作势的数据人士。这些人称自己为数据科学家,但他们并不掌握对应的技能。 这个问题的出现不一定是因为欺骗的目的。数据科学是全新的,且缺乏具有广泛共识的职位描述,意味着很多人只因为处理数据就认为自己是数据科学家。 “假的数据科学家往往是某个特定学科的专家,并且坚持他们的学科是唯一真…
-
阿里涂子沛:一切皆因数据
涂子沛:很高兴今天能和大家分享,来到这里看到这么多同学感到很温暖,同学的眼神完全不一样的,我进来就能识别这种眼神。这让我想起十五年前,和大家一样在周末去参加培训。但有点区别,你们参加的是商业培训,我参加的是在职公共管理培训,因为当时我是一名政府官员。现在我还记得国家招收第一届公共管理硕士,手拿招生通告逐条对比报考条件我都符合,非常激动。 今天回头看,我想说是…
-
构建机器学习系统的20个经验教训
数据科学家对优化算法和模型以进一步发掘数据价值的追求永无止境。在这个过程中他们不仅需要总结前人的经验教训,还需要有自己的理解与见地,虽然后者取决于人的灵动性,但是前者却是可以用语言来传授的。最近Devendra Desale就在KDnuggets上发表了一篇文章,总结了Quora的工程副总裁Xavier Amatriain在Netflix和Quora从事推荐…
-
美国数据分析师Amazon的面试经验分享
摘要:在 Nordstrom 数据实验室度过了两年美好时光以后, 我获得了一个亚马逊网络服务 S3 部门的岗位。我为即将开始的人生新篇章感到兴奋,也为耗时又折磨人的面试过程终于结束松了口气。 在 Nordstrom 数据实验室度过了两年美好时光以后, 我获得了一个亚马逊网络服务 S3 部门的岗位。我为即将开始的人生新篇章感到兴奋,也为耗时又折磨人的面试过程终…
-
傅志华:大数据面临的7个挑战和8个趋势
大数据挑战和机遇并存,大数据在未来几年的发展将从前几年的预期膨胀阶段、炒作阶段转入理性发展阶段、落地应用阶段,大数据在未来几年将逐渐步入理性发展期。未来的大数据发展 大数据发展的挑战 目前大数据的发展依然存在诸多挑战,包括七大方面的挑战:业务部门没有清晰的大数据需求导致数据资产逐渐流失;企业内部数据孤岛严重,导致数据价值不能充分挖掘;数据可用性低,数据质量差…
-
机器学习,为何让数学家大惑不解?
摘要:这篇文章原刊登于《量子杂志》(Quanta Magazine),分析了机器学习在大数据中的一些数学原理和问题,作者Ingrid Daubechies是杜克大学数学、电子和计算机工程系的教授。《量子杂志》是由西蒙斯基金会独立编辑出版的一本杂志,旨在向公众介绍数学、物理和生命科学方面的最新进展。 几年前的一次晚餐上,杰出的微分几何学家 Eugenio C…
-
Taste Analytics创始人及CEO汪晓宇:产业化的大数据分析如何实现?
摘要:无论是大型企业还是中小企业,其面临的困境都大同小异:一是正确的认识大数据和分析,二是企业如何简便地参与进来。 尽管大数据已成为热门话题,但很多企业并不知道如何正确地步入大数据的怀抱,特别是对于很多中小企业,没有大笔资金以及人力的它们更是手足无措。与此同时,企业在谈到大数据和分析的时候,常常考虑的切实问题是如何从数据当中获得更多的价值,特别是对于拥有不同…
-
百度资深大数据专家朱冠胤:我在大数据项目中踩过的那些坑
百度资深大数据专家朱冠胤参与了百度多个成功的大数据项目,今天给大家分享的是这个过程中踩过的典型的坑?
-
学习Python:做数据科学还是网站开发?
摘要:译者一开始在Python日报上看到原文推荐,初步看看了,觉得对于决定学习Python的方向有一定参考价值。不过,在翻译过程中,越来越觉得这其实就是一篇搞Python数据科学培训的公司写的软文,里面写的内容还是比较浅的,只适合像我这样的初学者了解大致情况。当然,文章提到了Python作为网络开发技能的市场需求并不是很高,这点感觉并不是没有根据。作为一篇软…