← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9745.f · 生成模型:DeepSeek-V4.1-Flash

三类分析人才的分工

理解等级:中级

三层分工 - 深层分析人才:数学、统计、机器学习功底,能处理原始与非结构化数据、应用大规模分析方法,主要在分析沙箱里做实验;统计学家、经济学家、数学家与数据科学家属于此类。 - 数据专业人员:技术深度较浅,但懂统计与机器学习基础,能判断哪些问题可以交给高级分析;金融分析师、市场研究分析师、生命科学家、运营经理与业务经理属于此类。 - 技术与数据支持人员:具备计算机工程、编程、数据库管理技能,负责配置沙箱、运维大规模分析架构。

配比的含义 麦肯锡 2011 年报告估计,到 2018 年美国深层分析人才缺口 14 万~19 万,数据专业人员缺口约 150 万,后者是前者的十倍。这个十倍关系说明:能把分析结果用起来的人,需求远大于能造模型的人。

现实约束 组织通常熟悉后两类,最缺第一类;但三类必须协作——缺了支持人员,沙箱跑不起来;缺了数据专业人员,模型没有业务出口。只补其中一层,分析能力仍然无法落地。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第1章 大数据分析介绍 · 查看原书依据

      第1类:深层分析人才。这类人才精通技术,具有较强的分析能力。他们拥有多项技能,具有处理原始数据和非结构化数据的能力,并且可以应用复杂的大规模分析技术。

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第1章 大数据分析介绍(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0011_split_003.html) - 结论依据:1.3 节依据麦肯锡 2011 年全球研究报告,把生态所需人才分为三类并给出各自技能与职业示例,同时给出 2018 年的缺口估算。 - 原始内容:第1类:深层分析人才。这类人才精通技术,具有较强的分析能力。他们拥有多项技能,具有处理原始数据和非结构化数据的能力,并且可以应用复杂的大规模分析技术。