很多人对于数据挖掘和机器学习工程师(算法)还是有一定的误解的,他们严格意义上不是一类人,很多公司算法工程师是偏研究性质的,专注于算法优化,但数据挖掘岗其实偏应用领域,说白了是跟业务强绑定,核心的价值输出在于业务的指标是否有所提升,而很多偏研究的算法工程师的核心产出是算法模型指标有没有提升。 这是居大的差异,甚至很多时候算法工程师的工程能力,业务能力差的一逼,但算法理论很溜,当然也有全能,只是说一种现象。 而数据挖掘工程师很多时候是个杂合体,算法只是它的一种工具,做价值变现的途径而已,为了实现这个目标,他可能需要分析业务,寻找业务特点,实现业务目的,可能是一个简单的逻辑公式就搞定了,也可能需要复杂的算法支撑。通常,会跟进全流程,核心特色在于数据处理能力,工程构建能力,算法应用能力(注意,这里说的是算法应用,而非纯粹的算法优化或者算法研究)。 但不管怎么分,从语言的角度看,python都是必须品,部分涉及到大规模工程的,多掌握以下scala之类的还是有一定优势的,至于说要做一个全能型的数据挖掘工程师,SQL,python,甚至工程相关的scala都是需要掌握的。
使用道具 举报
本版积分规则 发表回复 回帖并转播 回帖后跳转到最后一页
小黑屋|手机版|Unity开发者联盟 ( 粤ICP备20003399号 )
GMT+8, 2025-2-22 18:33 , Processed in 0.089059 second(s), 23 queries .
Powered by Discuz! X3.5 Licensed
© 2001-2024 Discuz! Team.