Data Science这么火,是干嘛?
首页 > 顾问主页 > Data Science这么火,是干嘛?

Data Science这么火,是干嘛?

2021-03-18...

阅读:7 收藏:0 评论:0 点赞:0

金吉列留学专注留学20年,为您提供全方位留学服务,第一时间更新权威留学资料。如果您想了解更多的留学咨询,欢迎浏览金吉列留学官网 www.jjl.cn 或者点击下侧咨询栏,专业留学顾问提供在线咨询。接下来为您介绍Data Science这么火,是干嘛?
Data Science 在这样的时代背景下逐步成为火热专业

数据科学专业对口的工作职位?

data scientist:科技公司中用的比较多,很多要求 phd 的学历。

data analyst:金融业用的比较多。

risk manager / risk management:金融公司里用的比较多。

business analyst:与 data analyst 类似,但更加注重商业,技术方面的要求相对较低。

data engineer:一般是科技公司采用这个职位,偏向 cs 专业,需要负责数据存储、实时处理的工作,对系统、programming 的要求更多。

statistician:如 google。偏向统计,要求较为深入地理解概率统计。

statistic scientist:如亚马逊。

research scientist:与 data analyst 相关。


择业时,有哪些公司可以选择?

各行各业都在利用大数据来解决问题,所以有很多公司有相关职位。

科技公司:twitter,microsoft,bat,搜狗,美团,滴滴

金融公司:capital one(从建立之初就开始用一些数据方法进行风险控制等方面的工作),高盛,blackrock,hedge fund

咨询公司:polunteer(帮助美国政府部门解决反恐、审查等工作),麦肯锡,ibm(传统咨询公司也慢慢转向 data 方向)

专门做数据分析平台的公司:kotara,hotten,databreaks

其他公司:horizon(电信),comecrack(传媒),消费品公司,医疗公司


数据科学的主要工作?

分为四部分:归纳问题、准备探索数据、模型训练检验调整、报告和产品。

1. 归纳问题

客户给公司的任务,或者头头给分析师的任务,不是一个具体的任务(用 xx 模型来做 xx 数据),而是一个具体的商业问题。比如,上个季度为什么盈利下降了。这就是一个归纳问题的环节,需要有专业知识帮助我们找到方向。


2. 准备探索数据

归纳问题结束之后,会产生很多假设,这就需要寻找数据验证假设。

寻找数据一般是竭尽所能,比如收入不好与市场推广有关,就会去寻找广告商的数据。

寻找数据以后,要检查数据质量,是否有异动、缺失等等。数据质量能够决定模型的准确率所以花在“清洗整理”数据上的时间要占到总时间的 60% 甚至更多,有时候也需要跟客户进行交流。

检查完质量以后,做一些探索性分析


3. 模型训练检验调整

先确定模型基本类型(回归、聚类等),选取比较合适的模型进行搭建,用 test 对模型进行检验。检验的同时再去寻找模型最优的参数配置,对模型进行预测,如果预测结果很好的话,建模过程就结束了。


4. 报告和产品

在咨询公司中,模型做完以后,会和客户进行交流,看是否符合实际。在科技公司中,模型往往会发展成一个产品。放在公司平台上测试,或者发布到网上。



如果此文章对您有所帮助,是对我们最大的鼓励。对此文章以及任何留学相关问题有什么疑问可以点击下侧咨询栏询问专业的留学顾问,愿金吉列留学成为您首选咨询服务机构。
分享到
举报
去主页浏览TA的更多精彩内容 >>
上一篇文章: 金融工程与金融数学专业解析
下一篇文章: 到达英国后有哪些注意事项?
相关推荐