数据分析要懂多少算法模型?高薪岗位是这样要求的...

09/14 19:00
阅读数 15

数据领域的名词特别多,经常把同学们绕晕。数据分析、商业策略、运营分析、销售分析、数据挖掘、算法模型、统计学、智能分析……似乎每个都和数据有关系,似乎每个又各自有一个领域的知识。

 

如何区别这些让人眼花缭乱的概念,今天我们来讲解一下。




01

学习数据分析三类常见错误


正是因为知识点太多,所以有同学很容陷入某个细节,结果产生三大流派:

 

理论流:

喜欢搬书,尤其喜欢搬统计学,还有把高数搬出来的。似乎是理论越厚越好。实际上企业里相当多的数据工作是全量统计,根本不需要用到统计学抽样概念。

 

工具流:

尤其以ESP(excel,sql,python)或者EST(excel,sql,tableau)流为典型,每天都在努力学习各种操作工具,可每一种操作工具,又止于最大值、最小值、平均值、百分比,最多再做个RFM聊以自慰。结果面试时候总纠结:到底这个算不算熟练。

 

思维流:

总是把“底层思维”“核心逻辑”“内功心法”挂在嘴边,“分析无非拆解、对比”,对数据怎么采集一无所知,对数据质量、数据治理一窍不通,结果就是真实工作中连个需求表都讲不清……开发看了直挠头。

 

当然,更夸张的是以上三个都信了,桌面摆了20本书每天看一章,结果头昏脑涨还是不懂,那画面太美真不敢看……

 

之所以有这些问题,是因为数据分析工作本身是一个交叉领域的知识,并非像财务会计那样从理论到实操能用一套体系讲完。真实的数据分析工作上呈业务,下接技术,每个子模块都有丰富的内容。如果不梳理出一条主线,很容易扎进细节无法自拔。

 

02

数据分析与算法模型


从本质上看,数据分析与算法是两个应用方向:

 

数据分析:

数据分析对抗的是不确定性,核心任务是把可量化的流程、操作、行为量化,用数据化、科学化的管理,代替:“决策拍脑袋、承诺拍胸口、出事拍大腿”的随意的管理。

 

算法:

算法对抗的是低效率,核心任务是通过训练模型,把低级、重复、可标准化的操作转移到机器完成,释放人力资源,解决人力计算困难的问题。

 

所以我们能看到,算法的成功案例,在工业界比管理界多,在业务流程比决策流程多。比如人脸识别,在身份验证、安防监控、违章取证方面有大量应用。

 

比如基于机器学习预测和线性规划分配的调度算法,在人流控制、物流管理、派送分配方面有大量应用。这些都是生产系统,和数据分析、商业决策没啥关系。

 

和商业决策相对距离较近的是推荐类算法。但注意:有推荐算法的推荐系统,都是平台方用于应对大量商品(数以亿计的SKU)的情况,品牌方自己才几百个SKU的商品,做商品管理的时候还是要根据产品调性、卖点、用户需求,设计宣传思路,主打文案、卖点、价格策略、售后服务、礼品回馈。这些复杂的商业决策还是需要人来做,靠的是数据分析的支持。

 

本质上,算法岗位和数据分析岗位是两个工作,但这并不妨碍做数据分析的人向算法岗位靠拢。如果一个做分析的同学,真的对业务不感兴趣,更希望深钻技术的话,完全可以向算法方向发展。做分析的同学,对于数据开发有一定的能力积累,可以进一步强化开发能力。

 

强化的方向,当然不是打开SKlearn对着一个已经处理好的数据集调参。可预见的未来是:AutoML兴起以后,调参侠第一个失业。强化的第一步,强烈建议从特征工程做起。

 

俗话说:数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已。特征工程是最基础也是最重要的工作(如下图,利用特征工程提升预测效能)


 

 

纵观Kaggle, KDD等国内外大大小小的比赛,每个竞赛的冠军其实并没有用到很高深的算法,大多数都是在特征工程这个环节做出了出色的工作,然后使用一些常见的算法就能得到出色的性能。

 

因此,特征工程可以说是机器学习成功的关键因素。并且这些基础的工作,可以在比赛数据集上反复训练,通过大量实践加深认识,比起蜻蜓点水的敲一遍案例代码连打字技巧,是一个更好的上手路径。


03

看看boss高薪岗位的要求


对于求职者,自然薪酬是最受关注的,怎样的水平才能算得上高薪白领?

 

我们看了3000+boss直聘上数据算法的岗位,整理出了如下干货。

 

岗位薪酬分布

算法岗位的薪酬分布集中在月薪2万-5万之间


岗位需求最多的公司(北京)

 


算法岗位最多的公司是理想汽车、滴滴出行、京东。果然是造车新势力,理想汽车光在北京就超过50个算法岗位在招聘。当然如果你还对其他城市感兴趣,欢迎给我们留言。

 

除了薪资高,福利也要好,看看他们的福利,有哪些是吸引到你的?

 

福利的词云图

 

公司好自然福利也就好,算法岗位的福利看图,是不是满满的幸福感?

 

怎么才能找到这样的工作呢?该学什么技能呢?快来看看下面的技能描述。

 

岗位技能要求

 

算法岗位要求最高的技能就是:深度学习算法、机器学习算法、视觉图像算法;而最常用的语言Python、C、SQL。

 

职位描述词云图

 

以上,我们可以看出在企业给出的职位描述里面最强调的点是:算法、数据、项目、经验、模型。

 

对照上面的需求,在寻求更好工作机会前,你一定要搞清楚以下几个问题:

 

你知道如何快速达到企业需要的人才标准吗? 
作为数字化人才,
你跟企业要高薪的底气在哪里?  
在解决实际业务问题时,
最好用的算法和工具你真的会用吗?  
你建的模型被业务认可吗?
到底能给企业创造多少价值?
 
如果你想升值赚高薪,
那么下面这份 “升值秘籍” 一定要收好!
👇👇👇

 

本文分享自微信公众号 - 机器学习AI算法工程(datayx)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部