ZKX's LAB

大数据工程师是数据挖掘吗 请问各位大牛,算法工程师和数据研发工程师,数据挖掘工程师的区别是什么?

2020-07-22知识13

数据分析师与数据挖掘工程师,分别有什么从业要求? 谢邀,之前我回答过另一个问题,现在我把答案复制过来,仅供参考。我上一份工作是数据分析师,现在的工作是数据挖掘工程师,因此我可以以我自己的实际经验来回答这个问题。数据分析师和数据挖掘工程师,同属于数据领域的洞察者,但是两者的工作内容却有着不小的区别。对于一个数据分析师来说,最重要的并不是编程技能,而是逻辑分析能力、业务理解能力、报告展示能力等。数据分析师:数据分析师使用的主要工具可以是编程,但并非必要;因为现在已经存在大量的强大、易用的数据分析工具,比如Excel、Tableau、SPSS、SAS等,即使你没有编程能力,仍然能胜任绝大多数的数据分析工作;但是相对于数据挖掘工程师,你还额外需要一些能力,比如数据可视化的能力、写数据报告的能力、在领导甚至许多人面前做报告、讲演的能力等;同时,由于现在互联网公司都在讲大数据,数据的存储基本上在各种大数据平台和数据库中,因此你有必要掌握Hive、HDFS、MySQL等的使用,SQL的熟练掌握是不可避免的。数据分析师一般有两种,一种是面向业务的,主要对各业务线、产品经理、运营、各部门领导的需求提供支持,帮助他们分析业务、了解业务,发掘出业务中的问题并提供解决方案;另一种是偏宏观的。程序员或者数据分析师,数据挖掘工程师必须要终身学习吗? 有关大数据分布范围很广,古话不是常说“活到老,学到老”。按照你说的其实你只要在一个方面吃的恨透,基本上混的就不错了,当然你想往更高的方面发展,就必须接受学习更全面,系统化的知识咯。数据分析师,数据挖掘师,大数据工程师,三者的工作有何区别? 首先说明一点,目前看到的公司招聘里,还没有“数据挖掘师”这个岗位。另外“数据挖掘”是一个学科,集工…大数据技术的本质就是数据挖掘吗? http:// weixin.qq.com/r/JUjbw8T E1JmrrYCg9x03(二维码自动识别) ? 6 ? ? 添加评论 ? ? ? 感谢 ? 腾讯云 广告? 学生党专属福利:1核2G50GB高。数据分析师,数据挖掘师,大数据工程师,三者的工作有何区别? 1、“数据分析”的重点是观察数据,而“数据挖掘”的重点是从数据中发现“知识规则”KDD(Knowledge Discover in Database);2、“数据分析”得出的结论是人的智能活动结果,而“数据挖掘”得出的结论是机器从学习集(或训练集、样本集)发现的知识规则;3、“数据分析”得出结论的运用是人的智力活动,而“数据挖掘”发现的知识规则,可以直接应用到预测。4、“数据分析”不能建立数学模型,需要人工建模,而“数据挖掘”直接完成了数学建模。如传统的控制论建模的本质就是描述输入变量与输出变量之间的函数关系,“数据挖掘”可以通过机器学习自动建立输入与输出的函数关系,根据KDD得出的“规则”,给定一组输入参数,就可以得出一组输出量。数据挖掘工程师在公司中一般都具体做什么?需要了解哪些知识? 以后想从事数据挖掘行业,但不清楚数据挖掘工程师的工作到底是做什么?如果仅仅只是用excel,sas,python…我是学Java的,想尝试大数据和数据挖掘,该怎么规划学习? 包括几个相关会议:KDD,ICML,NIPS,IJCAI,AAAI,WWW,SIGIR,ICDM;以及几个相关的期刊:TKDD,TKDE,JMLR,PAMI等。跟踪新技术跟新的热点问题。当然,如果做相关。数据分析师,数据挖掘师,大数据工程师,三者的工作有何区别? “DT时代,数据为王”。与数据相关的职位越来也多,分的也越来也细了。什么数据工程师,数据分析师,数据科学家,甚至CDO(首席数据官)等新职位名称都出现了。每种职位之间确实会有一定区别,但是由于职位互相联系紧密,往往使人分辨不清,特别是某些公司对这些职位的理解都不一致,都有可能导致相似职位采用的名称有所差别。题中的三种职位,可以用如下图来表示它们之间的关系【大数据工程师】主要是构建数据平台、数据管道的架构、研发和运维人员,因此再细分的角色中往往包含【数据开发工程师】,【数据测试工程师】,【数据架构师】等。他们往往需要熟练掌握Hadoop整个生态系统的组件如:Yarn,HBase、Hive、Pig,Spark等重要组件,能够实现对数据收集、数据处理等ETL操作以及对数据平台监控、辅助运维系统的开发、运维等【数据分析师】数据分析师是指基于大数据进行数据处理分析的人员,能熟练的用适当的统计分析方法对收集来的大量数据进行分析,建模。将它们加以汇总、理解并消化,以求最大化地开发数据的功能,发挥数据的作用。【数据挖掘工程师】是数据分析师的一种。一般是指从大量的数据中通过算法搜索隐藏于其中知识的技术人员。数据分析师用到的技术更倾向于。

#大数据#数据分析师#数据挖掘#机器学习#数据挖掘算法

随机阅读

qrcode
访问手机版