十个问题让你了解数据挖掘工程师
对于如何学习大数据技能?大多资深数据分析师都会建议在学习书本的基础上参加竞赛,从实践中发现问题提升自己。今天跟我们分享的就是一位长期参加比赛的数据挖掘工程师,他有四年的工作经验,利用业余时间参加kaggle,目前也正在参加DataCastle举办的职位预测竞赛。因为热爱分享,他被其他参赛者亲切称为苍老师!
苍老师:我大学是在佐治亚理工学的计算机科学专业。毕业之初也从事一些软件开发类的职位,但在开发过程中逐渐接触到一些数据挖掘方面的工作,诸如推荐系统,算法模型一类的东西,我觉得这些非常有趣,久而久之开始专攻这一方面。现在就职于上海大岂网络科技有限公司,职位是数据挖掘工程师。
苍老师:技术方面当然会有一些优势,但是工作总因为面临到的问题会各不相同,其内因也不同,因此尤其要自己发明或习惯一种问题思考与处理的流程,学会习惯在理解数据之后再进行后续的操作。从锻炼技术的角度上来说竞赛是一个绝佳的练习与验证。通过竞赛可以学习到以后工作过程中数据处理的各个环节。同时掌握一些以后可能用到的工具与一些工程理念。
苍老师:现在在招聘领域,主要从事在CTR预测与推荐这两方面。
苍老师:我最喜欢的是特征工程的部分,因为这部分牵涉到最多对于数据内部诱因的探寻,也是最能够提升模型效果的部分。这部分工作的挑战最高带来的优化也最高。最不喜欢的是参数的调优,因为需要花费大量的时间去寻找一套最优的参数,是比较枯燥的环节,需要做的是大量计算资源和时间。同时对于ensemble工作也是有些爱恨交织的,好的ensemble可以提升效果,但是如果单个模型的效果不理想或者某一类的模型训练不到位则会拖累整体效果。
苍老师:我在工作中使用python,当然其他诸如R语言,Julia也是数据科学家可选的工具。
对于在校学生我建议是先将编程基础打扎实,无论未来想从事数据挖掘行业的哪一类工作,对于变成算法和数学基础的要求都是一样的。
还有就是数据库方面,涉及到数据的存储和处理,以后都是非常有用的。
数学基础也很重要,概率论和线性代数是非常有用的工具,能够帮助理解算法模型,并且在业务处理过程中更好的读懂数据。
还有就是多关心一些新技术的动态。虽然并不一定会用到,但是新工具和技术的诞生必将会给业界带来一些变革和方便。
苍老师:首先我觉得做数据是很有趣的一件事,并不会因为处理数据的问题而觉得枯燥。所以参加竞赛除了是自己的休闲方式之外,还能保持一种对于数据的敏感度。这能更好的帮助自己在工作中的发挥。
苍老师:这个不会,相反我觉得能够提供一些思路上的帮助对于一些新入门机器学习领域的同学来说会有帮助,免去很多我当初学习过程走的弯路。算法的调整是一个迭代过程,任何新的想法都会被放入模型中被验证,还有时间,应该还有上升的空间。
苍老师:多看论文,要有足够可信度的,还有关注一些业内大公司的发现。他们公布的一些算法模型,以及提供的开元代码实现,学习他人的代码能够带来自己的提升。
苍老师:我也这么觉得,其实数据挖掘业内都认为70%甚至更高的工作量都在于数据的预处理阶段,特征的提取和分析以及转换都是和业务理解息息相关的,这就需要对业务有一定的理解。但是如果你从一个行业跳到另一个行业,比如从招聘到金融,还是可以针对数据挖掘设计出一个固定的流程,特征提取方面应当是结合领域知识不断完善有效特征,但这并不妨碍原有的架构的搭建。
苍老师:数据方向的几个发展职位,数据科学家,数据分析师,数据工程师,数据架构师.每一种掌握的技能都不太相同,不过基本上编程能力都是必备的。同时掌握1门数据分析用的开发语言诸如python,R,julia也是必备的推荐的技能包括了c/c++/java,这一类在工程应用中会经常遇到。数据库,关系型和非关系型的优点缺点都可以熟悉下。再来就是更复杂的分布式计算,云存储等框架结构。养成从数据角度去思考的思维模式。
……
其实说了这么多归根结底是先定好一个目标,向着那个目标去努力,循序渐进的去储备自己的专业知识,有机会实践并检验自己的能力,在数据和算法过程中会遇到很多瓶颈阻碍,不要怕,相信你学习的越多越有可能去解决这些问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《刘静:10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda ...
2025-04-23大咖简介: 刘凯,CDA大咖汇特邀讲师,DAMA中国分会理事,香港金管局特聘数据管理专家,拥有丰富的行业经验。本文将从数据要素 ...
2025-04-22CDA持证人简介 刘伟,美国 NAU 大学计算机信息技术硕士, CDA数据分析师三级持证人,现任职于江苏宝应农商银行数据治理岗。 学 ...
2025-04-21持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31