作为一家专业的大数据公司,我表示非常看好你这种有主观能动性的复合型数据人才哦(虽然是未来的)~
数据行业的工作,说易不易,说难不难的,并且想在这个行业做事,也有很多种方法,无论是算法,还是运维,亦或是架构,核心内容都可以围绕大数据展开。
不过其实你的数学基础,决定了你无论做技术还是做分析都很赞,以数据分析师为例,浅谈一下入行的方法~
下面分享的是在互联网行业,如何快速成为一个数据分析师?我分几个部分:基础
- 《计算机科学概论(第11版) (豆瓣)》,了解计算机基本原理,目标是知道一个网站或APP是怎么运行的。
- 《深入浅出统计学 (豆瓣)》
- 养成每天看36氪之类的习惯,在这里『读懂』互联网
数据采集
不论是自有平台,还是第三方分析工具,这一步其实不需要你自个采集,但你需要知道采集什么,而最主要的输出物就是设计指标体系和埋点方案。- 《精通Web Analytics 2.0》
- 《精益数据分析》
提数和处理
这一步分两种,如果你在甲方做数据分析,且是自有平台,你可能需要下面的技能:- 《SQL必知必会》或者看关于SQL 教程_SQL教程_w3cschool
- Hive
- 《人人都是网站分析师》
数据分析
同样,这一步如果是自有平台,你可能需要选择会以下技能:- 《利用Python进行数据分析 (豆瓣)》 或者 《R语言实战》
- 学下 SAS或SPSS 软件
- 伟大的Excel
数据可视化
这一步最多的要么是报表要么是演示,你需要熟练得使用以下两项技能:- Excel
- PPT
到这里,基本上,你已经是个合格的互联网数据分析师了,可以应付大部分运营或产品的人提出来的统计和分析需求。当你掌握了各项技能后,决定你一份报表或一份报告所能输出的价值的大小,甚至是该统计哪些指标,用什么样的分析思路,都取决于你对业务的认知。
人工智能技能列表:回归分析、聚类分析、分布、关联规则、回归、决策树、SVM、Adaboost、加法模型、LR、SVM、决策树、DNN、CNN,、AlexNet、GoogleNet、Caffee、TensorFlow......
还没完呢!
线性回归算法、梯度下降原理、逻辑回归算法、决策树、贝叶斯、Kmeans 聚类、DBSCAN 聚类、降维算法......
能有这样的想法是值得称赞的。
这样的目标符合时代潮流
不要急功,先把数学学好。以后人工智能也好,大数据也好,数学在这个过程中就像过日子中的柴米油盐,有了这些才能做好饭,炒好菜。
有必要研究生也学数学。
至于计算机语言,找个流行的自学就行了。
建议先学编程,python有很多人工智能的库,有精力可再学c++,把OpenCV库研究一下,里面有很多图像智能识别的东东,然后试着写一些智能模型程序,先写最简单的Bp网络模型,再由简单慢慢深入。另外R语言简单易学,在统计方面,尤其在大数据挖掘应用方面,表现也不错,也可关注。(建议不一定对,仅供参考,更多以个人实际情况而定)
本人也是数学专业,现在工作快两年,做安卓开发。你如果将来真想做大数据或者人工智能,专业课一定要认真听,还有就是学校基本会开数据结构,C需要这样的课程,也要认真听,最后,一定要考研,考研就要考这两个方向的一个,个人觉得,如果你真想成为这两行业的弄潮儿,研究生的知识都还不够,至少是博士,所以成就有多大,就看你能力有多大吧!最后补充一点,人工智能和大数据做的比较好的,国内都是BAT这样的大公司,他们对招这方面的人才学历很重视,所以努力往上读吧!