資料探勘工程師有可能 轉行 從事別的行業嗎?前景如何?

時間 2022-01-13 13:46:13

1樓:飛奔的貓熊

資料探勘分析師,資料分析師,演算法工程師和商業資料分析給我個人的感覺工作的技能方面有部分重合,而且在BOSS直聘上面經常不會很明顯他們之間的界限,有些資料分析師會被要求去做報表和視覺化,有些卻被要求做風控模型等等,所以綜合這四個工作給我的印象,我大概能把技能樹分成三層:

1.商業邏輯+Excel+巨集(optional)+Sql(optional)很多資料分析師反而更考驗商業邏輯卻不用很難和高深的數學建模,重複勞動忙於Excel+商業視覺化工具如PowerBI這些,核心競爭力其實沒有那麼強,有些有視覺化資料庫能夠提取資料的,那麼只要點點點就行,也不需要sql就能取數。

2. 數學模型(general)+sql+python(資料科學向)+Python(爬蟲向)(optional) 在這個層面,其實是叫做資料探勘工程師會比較多,這兒所說的資料模型呢,可深可淺,也主要分成三大類分別是統計+機器學習(除去深度學習)+深度學習,這裡的定義其實也很模糊,因為統計表示這些模型可以都是從我統計學裡面延展出來的,而機器學習的模型表示我自立門戶以後你們都算是機器學習的模型,那麼只要會sql+python+一些簡單的數學建模,比如logistic+回歸這種,在一線城市市面上基本上是10K+了

3.第三層比較專業了,在2的基礎上+Linux+演算法+分布式系統+NLP/CV/推薦演算法等等,這裡面可分的小方向也很多, 不同的公司所要求的內容也不一樣,這塊CS出身的可能更佔優一些,畢竟統計出身的工程能力還不是很好。

總的來說轉行是指在上述的基礎上進行轉行的話,那麼這些技能本來就是可以搭配各種場景使用的,其實並不侷限於某個領域,比如金融,網際網路,工業,教育等等等等。

Hadoop工程師需要會資料探勘 機器學習 模式識別 嗎?

stucou 以前不需要現在需要。1 以前hadoop生態系統不成熟的時候,各個元件不好用,分布式處理的知識不普及,大資料應用也侷限於hbase訪問資料,hive跑sql出報表,流處理統計過濾資料。所以大資料工程師大部分時間在研究這些元件本身的用法和坑。2 隨著開源軟體的發展,大資料元件本身越來越成...

爬蟲,python工程師,資料探勘,機器學習。我該先以哪乙個為主?

我想,你之所以會提這個問題,是因為對未來有一種擔憂吧。選爬蟲吧,又怕未來發展不好,選機器學習吧,又怕自己水平不夠。其實,這個問題不用擔心,因為你把這幾個方向看成了孤立的個體。如果說你把它們看成是一家子,就不用糾結了。無論哪個方向,能找到工作才能得到鍛鍊。我的建議是這三個方向都找找看,向公司闡明自己對...

大資料工程師 資料科學家(或資料探勘科學家) AI演算法工程師,這三個方向,哪個會在未來平均薪資更高?

資料的追隨者 資料科學家職位基本上資料分析 資料倉儲 資料爬蟲清洗 演算法 資料探勘 資料產品等5個領域中的乙個或者多個專家。個人觀點資料科學家至少是以上5個領域中的1個領域的大神,另外還要是2個領域方面的專家,而且 並且對業務有獨到的見解 趨勢判斷,這樣才能對得起小時候理解的 科學家 這三個字。資...