1. 做數據挖掘和建模是去互聯網金融還是房地產好一些
互聯網金融不是長久的生意。
這種公司對打工者來說,就別想長久,奔著高薪去,能干多久就干多久,別想太多。為啥?這種公司的生意是空來空去,沒有根本的。
你仔細研究一下那些關于他們的報道就明白了。房地產按說稍好一點,但目前房地產行情下行。
依附于其上的IT公司自然也不會多好。所以,這兩個業務行對IT公司來說都不是好依附的。
對打工者來說,如果你已經在其中打工,那就以掙錢為目的能干多久就干多久得了。其實國內的軟件公司說到底,都是依附于業務行業為生的。
就這種情況而言,自然是吃央企,吃壟斷行業、吃*府機構的各種生意最安全穩定了。所以如果你打工去這種IT公司相對會穩定不少。
當然,掙錢嗎!就看你的本事了!!。
2. 做數據挖掘和建模是去互聯網金融還是房地產好一些
互聯網金融不是長久的生意。這種公司對打工者來說,就別想長久,奔著高薪去,能干多久就干多久,別想太多。為啥?這種公司的生意是空來空去,沒有根本的。你仔細研究一下那些關于他們的報道就明白了。房地產按說稍好一點,但目前房地產行情下行。依附于其上的IT公司自然也不會多好。所以,這兩個業務行對IT公司來說都不是好依附的。對打工者來說,如果你已經在其中打工,那就以掙錢為目的能干多久就干多久得了。
其實國內的軟件公司說到底,都是依附于業務行業為生的。就這種情況而言,自然是吃央企,吃壟斷行業、吃*府機構的各種生意最安全穩定了。所以如果你打工去這種IT公司相對會穩定不少。當然,掙錢嗎!就看你的本事了!!!
3. 什么是數據挖掘
簡單地說,數據挖掘是從大量數據中提取或‘挖掘’知識。
該術語實際上有點用詞不當。數據挖掘應當更正確地命名為‘從數據中挖掘知識’,不幸的是它有點長。
許多人把數據挖掘視為另一個常用的術語‘數據庫中知識發現’或KDD的同義詞。而另一些人只是把數據挖掘視為數據庫中知識發現過程的一個基本步驟。
數據挖掘是一個用數據發現問題、解決問題的學科。通常通過對數據的探索、處理、分析或建模實現。
我們可以看到數據挖掘具有以下幾個特點: 基于大量數據:并非說小數據量上就不可以進行挖掘,實際上大多數數據挖掘的算法都可以在小數據量上運行并得到結果。但是,一方面過小的數據量完全可以通過人工分析來總結規律,另一方面來說,小數據量常常無法反映出真實世界中的普遍特性。
非平凡性:所謂非平凡,指的是挖掘出來的知識應該是不簡單的,絕不能是類似某著名體育評論員所說的“經過我的計算,我發現了一個有趣的現象,到本場比賽結束 為止,這屆世界杯的進球數和失球數是一樣的。非常的巧合!”那種知識。
這點看起來勿庸贅言,但是很多不懂業務知識的數據挖掘新手卻常常犯這種錯誤。 隱含性:數據挖掘是要發現深藏在數據內部的知識,而不是那些直接浮現在數據表面的信息。
常用的BI工具,例如報表和OLAP,完全可以讓用戶找出這些信息。 新奇性:挖掘出來的知識應該是以前未知的,否則只不過是驗證了業務專家的經驗而已。
只有全新的知識,才可以幫助企業獲得進一步的洞察力。 價值性:挖掘的結果必須能給企業帶來直接的或間接的效益。
有人說數據挖掘只是“屠龍之技”,看起來神乎其神,卻什么用處也沒有。這只是一種誤解,不可否認的 是在一些數據挖掘項目中,或者因為缺乏明確的e69da5e887aae799bee5baa6e79fa5e9819331333431353331業務目標,或者因為數據質量的不足,或者因為人們對改變業務流程的抵制,或者因為挖掘人員的經驗不足,都會導 致效果不佳甚至完全沒有效果。
但大量的成功案例也在證明,數據挖掘的確可以變成提升效益的利器。