数据科学与大数据（学习记录）

这个专业或者方向，这个行业有一句话叫做工具决定下限，分析决定上限。通过数据解决问题的思路是最重要的，对于这类型人才.数据具有四大特性，一个是可以反复使用，一个是客观,量化,机器可处理.常见的分析流程，首先是数据的真实性，第2个是量化的问题，结合场景拆分导致问题的原因，第3个流程根据原因从数据库当中弄到可用的数据。第4个，用sql把数据提取出来，第5个用Excel或者Tablean等工具进行处理和可视化，可能会使用一些算法模型做辅助，最后一个从各种因素中总结原因输出有效结论.刚刚说了，数据的四大特性当中有一个叫做量化，而数据分析就是基于量化提升生产力.近些年随着数据的爆发，越来越多的公司，开始招收数据方向的人才。而在这个过程当中，由于对数据方向的人才认知不准确，往往叫他们既当开发，又当产品，又当分析师，既要让他们对数据库获取数据进行分析，又要他们理解需求，又甚至要叫他们写代码.从而导致了本身人手不足，时间不够，思路就不会深入数据的质量就难以提升,就会出现一些常见的问题，例如数据的缺失，该有的数据，你没有该思考的方向，没有思考到第2个是口径模糊，你不知道一个数据的指标具体的定义是什么？第3个就是业务不落地，要么就是从已知，要么就是根本就没办法实行.而成熟的数据团队,应该由三部分组成，分别为业务开发和算法,尤其是业务和开发,业务中又包含数据，运营数据，专员，数据分析师,具体如下图

 所以说这个方向即可以走开发，也可以走业务，甚至可以走算法

 低成本享受高质量的数据服务