
Data Scientist需要深刻理解需求和問(wèn)題所在,然后對(duì)數(shù)據(jù)進(jìn)行處理,采取合理的量化分析尋求答案,所推薦的答案,也必須是backed by data evidence。Warald認(rèn)為,以下三類(lèi)技能是很重要的:
《一》Data Hacking
要有獨(dú)立從各種各樣的地方把數(shù)據(jù)化為己用的能力??赡軙?huì)用到的:
SQL:用來(lái)存儲(chǔ)和查詢(xún)structured數(shù)據(jù)
Programming:比如用Python for parsing/scraping data。如果既會(huì)一門(mén)scripting language,又會(huì)一門(mén)compiled/object oriented language,會(huì)是優(yōu)勢(shì)。主要是用來(lái)處理unstructured數(shù)據(jù)
Hadoop/parallel processing:你處理的數(shù)據(jù)可能太大(比如超市過(guò)去半年的購(gòu)物記錄、信用卡公司兩年內(nèi)的刷卡記錄)無(wú)法一次性裝入內(nèi)存,而你需要對(duì)數(shù)據(jù)進(jìn)行快速的分析,這就需要MapReduce等技術(shù)。
這其中,SQL和Programming是最基本的,你必須會(huì)用sql查詢(xún)數(shù)據(jù)、會(huì)快速寫(xiě)程序分析數(shù)據(jù)。當(dāng)然,你的編程技術(shù)也不需要達(dá)到軟件工程師的水平,因?yàn)槟銓?xiě)的code大多數(shù)只是一次性的、不會(huì)被復(fù)用,而且也只會(huì)被你或者個(gè)同事使用,并非放在網(wǎng)上讓無(wú)數(shù)人點(diǎn)擊,因此對(duì)程序質(zhì)量要求不高。
要想更深入的分析問(wèn)題,你可能還會(huì)用到:
Exploratory analysis skills,可以使用python、R、matlab等各種工具,IT公司用SAS和SPSS相對(duì)較少,盡管有些job ads/descriptions里提到了,當(dāng)然也不是完全不可以。但是如果你只會(huì)SAS,那么選擇無(wú)疑要少很多。
Optimization、Simulation:有些職位需要研究顧客需求變化,調(diào)整產(chǎn)品或者服務(wù)價(jià)格,來(lái)幫助公司最大化盈利
Machine Learning、Data Mining:比如有人用數(shù)據(jù)挖掘技術(shù),發(fā)現(xiàn)很多人在超市里買(mǎi)尿布的同時(shí),也買(mǎi)了啤酒 – 現(xiàn)在還沒(méi)理解為啥,但是也許尿布和啤酒應(yīng)該放一起賣(mài);另外比如手機(jī)廣告的精準(zhǔn)投放。
Modeling:你需要理解不同的統(tǒng)計(jì)模型有什么應(yīng)用范圍、有什么限制和特長(zhǎng),我在第一部分里提到的descriptive、predictive、prescriptive三個(gè)場(chǎng)景也是淺顯的例子
《二》Problem Solving:
你不光要理解what users say they want,你還需要真正的理解what they actually mean、轉(zhuǎn)化定義出一個(gè)可以用數(shù)據(jù)解決的問(wèn)題,然后選擇正確的分析工具,量化分析和解決問(wèn)題。
《三》Communication
數(shù)據(jù)科學(xué)家會(huì)跟公司的很多不同部門(mén)的人打交道,會(huì)比碼農(nóng)跟更有機(jī)會(huì)見(jiàn)到高層或者是 business領(lǐng)域的人。如果你希望接觸像市場(chǎng)營(yíng)銷(xiāo)這樣的部門(mén),希望跟上級(jí)領(lǐng)導(dǎo)多多打交道,那你需要有較強(qiáng)的交流能力。你需要知道區(qū)分什么是問(wèn)題本質(zhì)、什么是技術(shù)細(xì)節(jié),要有能力給上層領(lǐng)導(dǎo)講high level的分析和推薦,有能力給同事講解和defend你的技術(shù)細(xì)節(jié),也就是”見(jiàn)什么人說(shuō)什么話(huà)”,這不是說(shuō)要你油滑,而是說(shuō)要知道什么時(shí)候需要隱藏技術(shù)細(xì)節(jié),而只展現(xiàn)跟聽(tīng)眾最相關(guān)的信息。
你很可能要經(jīng)常做presentation,需要很強(qiáng)的visualization的能力,熟悉Edward Tufte和Nathan Yau的東西,會(huì)很有幫助。另外,也許你很喜歡高深的方法,覺(jué)得你懂你NB,但是一切的解決方案,都要從產(chǎn)生business revenue的角度來(lái)考慮.
你也可能需要跟software development team合作,需要講清楚需要他們實(shí)現(xiàn)什么、需要告訴他們什么地方需要改進(jìn)。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10