大數(shù)據(jù)分析的現(xiàn)狀和發(fā)展前景

一、大環(huán)境現(xiàn)狀

　　大數(shù)據(jù)分析，機器學習本身是一個相對較新的行業(yè)。市場上企業(yè)不一定有充沛的人才，不少企業(yè)實際上還在新建相關(guān)部門的階段，業(yè)務(wù)怎么干在摸索中。而即使已經(jīng)有這類人才隊伍的先行企業(yè)，也希望鞏固，擴大自己的人才優(yōu)勢，所以現(xiàn)在的企業(yè)都希望招聘的候選人有扎實的基礎(chǔ)，這不僅包括數(shù)據(jù)分析，機器學習這方面的基礎(chǔ)，也實際上包括數(shù)學，程序開發(fā)等相關(guān)基礎(chǔ)。因為數(shù)據(jù)分析，機器學習是一個涉及數(shù)學，統(tǒng)計，編程，業(yè)務(wù)領(lǐng)域知識等多領(lǐng)域的綜合學科。

二、崗位分類

　　從具體的崗位工作內(nèi)容來看也是類似。現(xiàn)在全世界該大數(shù)據(jù)分析行業(yè)和職位的發(fā)展，在國外有一個非常熱門的職業(yè)叫“數(shù)據(jù)科學家”。這實際上是一個從數(shù)據(jù)采集、數(shù)據(jù)處理到模型開發(fā)、部署模型、模型評價，以及在編程開發(fā)、業(yè)務(wù)領(lǐng)域知識都有一定經(jīng)驗和技術(shù)水平的全能型專家。這樣的崗位對從業(yè)者的要求顯然很高。

　　雖然設(shè)立了這樣的崗位，其實現(xiàn)實中真的滿足這樣要求的人才可謂鳳毛麟角。所以實際上數(shù)據(jù)分析工作大都依靠團隊完成，一個數(shù)據(jù)分析團隊里，比較成熟的做法是由算法工程師、數(shù)據(jù)分析師、開發(fā)工程師、可視化設(shè)計師、領(lǐng)域知識專家等多個角色組合而成。

　　國內(nèi)目前更多的崗位是細分，像“算法研究員” “數(shù)據(jù)挖掘工程師” “機器學習工程師” “數(shù)據(jù)分析師” “商業(yè)分析師” “分析專員”這樣的名稱。但不論做具體哪個角色，現(xiàn)在工作中最好一名分析師也懂點算法，懂點編程，懂點業(yè)務(wù)知識，懂點可視化。

　　同理，算法工程師可能也要懂編程，懂分析，懂編程開發(fā)。其它角色亦然。這樣不僅有利于提高團隊成員之間的合作效率，也適應(yīng)現(xiàn)代工作的發(fā)展特點，于個人職業(yè)生涯也有好處。

　　基于此，我們更強調(diào)讓學生夯實基礎(chǔ)，拓寬就業(yè)面。

三、專業(yè)書籍推薦

　　作為大數(shù)據(jù)分析、機器學習方面的學習者、從業(yè)者，我最?？吹钠鋵嵾€是程序語言、計算框架的官方文檔。由于機器學習/數(shù)據(jù)挖掘涉及到數(shù)學、統(tǒng)計方面的知識，像線性代數(shù)、統(tǒng)計學方面的教材也會讀。我列舉一些我讀過的書籍，不是十分全面，僅供參考。其中線性代數(shù)，我看的是麻省理工Gilbert Strang教授的《線性代數(shù)》視頻課程，在網(wǎng)易云課堂上有免費的視頻提供。這套講課視頻很經(jīng)典，廣受贊譽。統(tǒng)計學方面，我看的是《數(shù)理統(tǒng)計與數(shù)據(jù)分析 第3版》(JohnA.Rice著)。數(shù)據(jù)挖掘/機器學習方面，看《數(shù)據(jù)挖掘-實用機器學習技術(shù)》(Ian H.Witten / Eibe Frank著)。

四、學習秘籍

　　大數(shù)據(jù)分析、機器學習的內(nèi)容十分廣闊，也有深度。一旦入門，需要持之以恒。由于這個領(lǐng)域的知識目前依然在國外較為前沿，相對產(chǎn)出高質(zhì)量的文章較多。往往這類文章還沒有來得及翻譯成中文，或者壓根沒有翻譯版面世，所以我們有時需要閱讀英文資料。這一方面使你較大多數(shù)人更早地了解相關(guān)知識和信息，另一方面也可能幫助你避免因翻譯等原因?qū)υ闹R信息造成的誤解、曲解。所以我建議廣大同學，如果持續(xù)地鉆研這個領(lǐng)域，有必要培養(yǎng)自己的英文閱讀能力。