干着干着我又开始迷茫了，不知道前路在何方。我又是个喜欢跟风的人，所以看大家去学machine learning，我也去学了下，就是大家耳熟能详的那个Andrew Ng讲的课，在coursera上有。我还找到了课程的notes： [url=http://www.holehouse.org/mlclass/]http://www.holehouse.org/mlclass/[/url] 大牛的讲课我不敢评价，因为他语气比较平缓，我老是瞌睡，但他的作业实在是很不错。光做了他的作业不行，因为他一个作业里可能有10多个file，但只有三四个file需要我们自己完成。我们需要把这10多个file从头到尾看一遍，搞明白，那对算法怎么用code实现就有个比较好的理解了。不过machine learning太高大上了，我们这地儿基本等于屠龙技，学了也没用，压根没龙 有志于data scientist的同学可以好好看下 jphrcjy 发表于 5/20/2016 11:49:00 PM [url=http://forums.huaren.us/showtopic.aspx?topicid=71733971&postid=71733971#71733971]

[/url]

ds主要处理大数据的问题。现在一般ds都要求超越统计传统，用ml来解决问题。但是一般都是要招起码统计phd，或者cs数据方向phd和起码几年的da经验的人。这个方向刚出来时候很火，也许有的坑被低于这个要求的人fill了。接下来可以看看情形如何。除非是小私人公司，老板娘可以叫自己queen那种，安个DS title。 DA就差别很大了。在我眼里一个合格的DA应该从ETL到最后统计模型做solution都可以做的。随便用的哪个tool,哪种语言。因为数据分析这个事儿，真的是垃圾入垃圾出，当然还可能能用的数据也出不来东西，不过一般这些人也不喜欢干这个了。你说对不起这个data我需要别人给我抓出来clean好我才能用模型啊，这不就倒了。 修补这事还真不是da干的。一般da都没有修补的权限哈哈，很难要到的。 每个公司也不一样。越大的公司分的越细。你有可能只做一个application的ETL(其实etl pay的还比偏分析的da高，就是我个人觉得属于比较无趣的环节)。另外现在什么都流行叫anaylst.看广告时候要注意了。BA主要分析的是business,非常可能其实天天也在弄numbers但是更偏重于business的rule的分析，思维方式是把这些rule apply到data上。DA是更偏向于从data里寻找答案。另huaren.usa,金融分析，比较多做forcast,用不同模型来看财务上的影响。有更了解的mm可以补充。剩下的各种analyst 就千奇百怪了，在我看来跟分析差的非常远了，比如我们大头想给秘书们升官，都叫**analyst emarald 发表于 5/21/2016 2:27:00 AM [url=http://forums.huaren.us/showtopic.aspx?topicid=71734798&postid=71734798#71734798]

[/url]