我投的岗位“软件研发工程师”。到了面试现场，选择了Java语言(有对应的面试官)。不过，后面进行了交叉面试，被推到了“数据研发”岗位。 一面 首先，自我介绍。 我：“我做过两个项目。写过几篇论文和专利...
大数据
大数据
Python
我的数据分析/数据挖掘/机器学习必读书目
总结一下我读过的机器学习/数据挖掘/数据分析方面的书，有的适合入门，有的适合进阶，没有按照层次排列，先总结一下，等总结的差不多了再根据入门--->进阶分块写。下面列的书基本上我写的都是读完过的，...
数据分析
数据挖掘工程师的面试问题与答题思路
机器学习、大数据相关岗位根据业务的不同，岗位职责大概分为： 1、平台搭建类 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能还需要底层开发、并行计算、分布式计算等方面的知识...
数据分析
数据分析师，如何在企业中完成数据报告？
1、数据分析师需要进行思考 随着时代的发展，人们每天在互联网上产生大量的数据，对于企业来讲这些数据都是十分宝贵的资源。企业可通过数据挖掘进行战略调整以及营销部署，尤其是对于互联网公司而言，用户行为产生...
人物观点
对业务和用户的理解，是数据挖掘“皇冠上的明珠”
数据挖掘有很高的专业门槛；然而用研、产品、运营们也不一定就会被数据科学家们“碾压”了。 这篇文章不是数据挖掘教程，而是让用研、产品、运营及其它相关岗位的同学了解： 数据挖掘的特点； 数据挖掘可以做哪些...
数据分析
三个常用统计模型的典型应用场景
跟大家聊三个常用统计模型的应用场景。哪三个模型呢？决策树、K-means聚类、因子分析。 为啥是这三个模型呢？因为这三个模型分别代表了数据分析的三种思路：分类、聚类、降维。 为啥只说应用场景？因为具体...
人物观点
做好数据科学，离不开这7步
《哈佛商业评论》曾宣称“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，又说明了大家对它又不甚了解。 如何做好数据科学呢? 微软高级数据科学家 Brandon Rohrer 概...
大数据
干货：数据分析师的完整知识结构
作为数据分析师，无论最初的职业定位方向是技术还是业务，最终发到一定阶段后都会承担数据管理的角色。因此，一个具有较高层次的数据分析师需要具备完整的知识结构。 1. 数据采集 了解数据采集的意义在于真正了...
R语言
数据分析/数据挖掘的入门级选手建议
1.数据分析和数据挖掘联系和区别 联系：都是搞数据的 区别：数据分析偏统计，可视化，出报表和报告，需要较强的表达能力。数据挖掘偏算法，重模型，需要很深的代码功底，要码代码，很多= =。 2.怎么入门 ...
大数据
大数据时代，你确定你是一名合格的数据分析师吗？！
【导读】 各行各业都离不开数据，也离不开数据分析师，如何从数据中提取、挖掘对业务发展有价值的、潜在的知识，为决策层的提供有力依据是数据分析师要慎重考虑的，那么，你确定你是一名合格的数据分析师吗，先看看...
