首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Day06-数据分析在各行各业的应用与数据思维

    数据分析在各行各业的应用 计算机、金融、财务会计、医药专业、艺术专业、语言类专业、法律专业、设计、电商 相信很多人都听到过不少次数据分析这一词,而数据分析这个次近几年来随着互联网的快速发展,成为商业世界中的流行语 很多具有远见卓识的公司很早就已经开始去“智能地使用数据”,来收集用户行为画像,对业务进行风险分析或者是对企业进行更有效地管理 一般来说越是大型的,数据丰富的公司,尤其是那些会有严格监管的大型公司,多年来一直从事以数据为主导的决策 企业为更好地了解其客户而进行的数据分析先驱-随后的数据分析被用于开展针对性强的目标有影响力的营销活动,来引导企业进行更快速的成长, 下面开门见山带大家看一下数据分析岗位所在的典型行业

    03

    「镁客·请讲」百融金服张韶峰:为迎接大数据金融的风口,我们已准备了8年

    数据只有在基数足够大时,才有可能带来大数据金融服务行业的爆发。 Fintech(金融科技),一种用于撕裂传统金融服务方式的高新技术。 与互联网金融不同,金融科技的概念来源于国外,却印证着金融服务行业一个不可逆的发展趋势。可能对于国内大部分人来说,将人工智能、大数据、VR、生物验证技术与金融融合是件不可思议的事情——这完全可以理解,因为在国内这样的公司屈指可数,而真正能将产品推向市场的更是凤毛麟角。 然而,在传统金融服务已经无法负荷行业需求的当下,金融大盘急需科技元素的加持。对于业界来说,谁更早入局,谁站在风

    05

    校招,另一场千军万马的厮杀No.83

    毕业这几年来,面试了非常多的人,也接触了外部非常多的面试。校招,社招,外包招聘,各种各样的简历也看了非常多,有的写得很好但是一面试就萎了,有的写得很烂第一眼就不想看。但是还是有非常认真的简历面试印象也很好的,这种通过的可能性会比较大。今天聊聊关于我个人觉得的比较优秀的校招简历是怎样的。 说说我对于简历的价值观,可能每个人都不一样,这只是我的想法。 简历怎么写得吸引人固然重要,但是更重要的是你经历书写的过程,那可是你的真真实实的生活。 无论简历看起来多么华丽,你的经历才是亮点,简历只是把你的亮点更加突出地展现

    011

    2019 年人工智能行业又进入冬天了吗?

    我们团队是做数据科学咨询的(data analytics consulting),我们一般会跟客户说:“我们帮你做个“人工智能”模型(其实只是简单的预测模型),一年可以给你省xxx多少钱,增长xxx用户。”当然,我们会把这种项目包装为科技转型(technology transformation),告诉客户不升级你就要被时代抛弃了,好让他们买单。这种项目一直都很好卖,尤其是2017年前。各大咨询公司的套路都差不多,从学校拉几个毕业的硕博生,做好PPT(一般咨询公司的PPT中有一页是介绍团队),“编”几个成功案例,去了一般都能顺利把案子签下来。但说到底就是做几个简单的模型(一般就是逻辑回归、决策树和一些传统的统计模型),而这种三四个月左右的项目往往能要到100万美金(大概是4-6个咨询师的钱),显然利润是很丰厚的。那时客户非常依赖我们的专业,因为它们内部的确没有这个方向的人才。而且当新概念起来的时候,每个公司都想尝尝鲜。但从17年后大部分(包括传统行业比如连锁超市、加油站)都基本有了自己的数据团队,他们不再那么相信我们包装的很好的预测模型了。原因很简单:一是大部分咨询产品的质量不高,二是与其付钱给外人还不如自己组建团队(人力成本其实在逐渐下降)。

    03

    观点 | 转行人士如何在人工智能领域保持一定的竞争力?

    前几日,AI科技大本营推送了一篇《年薪25万只是白菜价,这几个专业的毕业生正被疯抢》的文章,引起了AI领域众多学习者和从业者的热议,有赞同的,也有怀疑的,但营长认为只要AI这个风口存在,依然会有源源不断的人才涌入AI领域。 那么对于半路转行做AI的人士,他们很多没有学术认可,没有师承大牛,业务需求受限,那么他们该如何跟进这个时代,并保持一定的竞争力呢? 以下是知乎答主资深数据科学家阿萨姆的看法,供参考。 因为人工智能这个领域真的很大,我将其狭义的限定在“使用机器学习和数据挖掘解决现实问题”上,比如做

    010
    领券