你的浏览器禁用了JavaScript, 请开启后刷新浏览器获得更好的体验!
历史记录
热门搜索
没有找到相关结果
sumnous - 数据挖掘女博士
赞同来自: July 、lucasyang 、Eunice 、CBF_genominer 、诺曼蒂克·code·D·杨 、Mad_MT更多 »
要回复问题请先登录或注册
DataScientist
3 个回复
sumnous - 数据挖掘女博士
赞同来自: July 、lucasyang 、Eunice 、CBF_genominer 、诺曼蒂克·code·D·杨 、Mad_MT更多 »
首先,有意识的锻炼、提高自己的编码能力,这是一个重要的工作。
其次,数据科学家主要打交道的是数据与产品线(业务应用),要有敏锐的直觉去分析并解读数据,并协助支持产品线。而分析、处理数据需要熟练掌握一些工具,例如R,Python,或者一些脚本Shell,对于文本分析的话awk是一个很好的工具。这也可以算编码能力的一部分。
再次,数据挖掘工程师需要了解基础的数据挖掘与机器学习算法,以便在遇到需求的时候可以快速判断可以使用的解决方法,当然在具体使用算法的时候可能也需要代码调试、改写的能力。目前工业界最多的做法就是找到解决问题的算法后改写或者重新实现以适应应用场景。
最终,好的数据科学家的直觉非常灵敏,这些都是靠长期的项目积累以及平时有意识的自我提高得来的。
共勉~