数据分析师在做什么?低阶和高阶的区别
数据分析师重在策略和标准的输出,比如补贴出多少合适、用户发多少红包合适、产品如何改进合适等,每个方向都有无数的细节涉及到标准。
高阶会成为战略专家,对于大方向上有精准的把握,决定哪些可以重点做,解决非常有价值的事情。
低阶是工具上的使用,取数,sql工程师
算法工程师在做什么?低阶和高阶的区别
算法工程师,不仅是策略,且含执行。按照效果来决定。怎么做推荐,怎么做ctr,怎么做自动化的流程来支持生产业务。
高阶上对于业务的理解和实现非常清楚,对于性能掌握非常精准。
低阶是模型的参数调整,调参工程师,远离业务。
数据分析师和算法分析师之间的转换?
数据分析师需要有写代码能力,找到合适的场景来应用算法,从离线转而在线。
python和java,对于各种算法本身的理解比较深入,特征工程能够搭出好的模型,准确率好。
工程上的处理,对于大型数据流量的处理,包括数据库交互es或者kafka,并行计算spark威廉希尔官方网站 ,数据结构的理解(常见各种排序,冒泡,计算复杂度非常清楚)。封装api上线的能力。
-
算法工程师
+关注
关注
2文章
30浏览量
6093
发布评论请先 登录
相关推荐
评论