数据科学家

Dec
16

新兴数据职位:应用数据科学家的工作职能

数据科学一直在不断发展。过去十年,在运营以客户为中心的服务和业务领域中,数据科学已经逐渐从“加分项”转变为“必备技能”。新的职位出现了——应用数据科学家(Applied Data Scientist)。应用数据科学家是研究数据科学的人,通过将理论概念框架和算法应用于基础数据,为业务问题提供可行的解决方案。本文将带你了解这个新兴职业和工作只能。

By Zhang Bonnie | Blog
DETAIL
Nov
21

Pandas和SQL,数据科学家应该用哪个?

Pandas和SQL不仅对数据科学家很重要,对数据分析和商业智能等类似领域的业内人士也很重要。Pandas 的优势体现在处理你已经有的数据集,而业内人士最常使用的语言可能就是SQL了。但数据科学家在什么情况下应该专门使用 Pandas 而不是 SQL,什么情况下用SQL而不是Pandas?本文将详细讨论,在不同情况下,如何正确选用Pandas和SQL。

By Zhang Bonnie | Blog
DETAIL
Nov
20

如何准备DS数据科学家面试?

数据科学家是帮助企业实现业务最终目标的团队中的一员,而这些目标是与产品或客户有关的。网络上有很多数据科学的面试指南,但很少有人强调与同事交流的重要性,以及数据科学对业务的影响。因此,本文将从与利益相关者协作、KPI、文化契合这三个实践领域介绍,帮助你的数据科学面试准备过程。

By Zhang Bonnie | Blog
DETAIL
Nov
15

Airflow 101: 隐藏小技巧帮你快速上手!

Airflow 是一个开源的workflow automation框架,能让开发人员高效的创作、调度和监控数据管道(Data Pipeline)。 成功的data pipeline可以有效地移动数据,最大限度地减少任务之间的暂停和阻塞,使每个流程都能正常运行。Airflow相关经验是数据工程和数据科学家最需要的技术技能之一,在许多数据职位招聘信息中都被列为要求的技能。

By Zhang Bonnie | Blog
DETAIL
Nov
13

没有任何经验?如何拿到第一个数据科学offer

在数据科学领域获得第一份工作并不容易。很多 IT 公司都有实习生岗位,工作期间提供培训,但数据科学却不在其中。数据科学团队通常都很精明能干,可以处理多个业务问题。本文将从熟悉编程语言、学习探索性数据分析、了解不同的机器学习算法、有进行清晰沟通的能力等方面,带你了解如何成功求职数据科学!

By Zhang Bonnie | Blog
DETAIL
Nov
10

2021倒数51天!数据应用学院陪你6个月转行数据科学

过去几年,大数据的技术飞速发展,数据科学家的角色成为最受欢迎的职位之一。 数据科学家负责编写和分析大型结构化、非结构化数据集,这个角色结合了数学、统计学,机器学习和计算机科学技能,来理解和分析大数据,然后使用这些信息来创建业务解决方案。想要进入这个领域的人需要具备哪些技能呢?

By Zhang Bonnie | Blog
DETAIL
Nov
08

在微软成功的数据科学家身上,我学到这5个习惯

数据科学家的工作不是一份单一工作,要做的不仅仅是分析;专业人士必须具备数据工程、人工智能、可视化、数据挖掘等方面的大量知识。本文将介绍,通过峰会接触到的数据科学领域的领头人们,身上的一些优秀的工作素质和习惯,帮助你不断学习和提高自己数据科学的核心知识。

By Zhang Bonnie | Blog
DETAIL
Nov
03

金融中的数据分析师,都做什么工作?

作为数据科学的先驱之一,金融业利用大数据来改变一切,从股市运作方式,到检测欺诈,到改善客户体验等等。大数据带来的一系列应用让金融领域出现了对数据科学家的巨大需求。在这篇文章中,我们将介绍金融数据科学家的定义和职能,与其他行业的数据科学家的异同,以及需要什么经验。

By Zhang Bonnie | Blog
DETAIL