- 講師是同事，剛好也是同研究所的校友，看起來在公司有獲得提昇，已經漸漸脫離基層工程師的角色
- 藍字是個人的註解
重點摘要：
- 只要克服通訊協定 (log 收得回來) 都可以分析 不用拘泥 domain怎麼區分
- 只有精準行銷真正利用 big data analysis 賺到錢 其他都是內部應用
- 分析的加值在於「做出決策」，沒有決策都只是敘述統計的結果
- 馬雲: IT 時代 利己，讓自己強大； Data Technology 時代 利他 他人強大後 自己才會強
- good practice : schema 先定義出來 (故事) 才去收資料 (材料)(資訊管理就學過，output 比 input 要先定義出來，否則garbage in garbage out，這篇很貼切)
- bad practice: 工程師角度思考 我有工具 有技術 所以我可以分析出東西... 這樣只能做出敘述統計
- 大致分類從業人員角色：programmer, data engineer, analyst, data scientist，前兩個技術層面，後兩者domain knowledge層面
- 不論技術或domain knowledge，找到自己想做的事就好了 不要為了想賺錢跳領域 因為兩個領域都有機會賺錢
- 介紹weka, etu image
沒有留言:
張貼留言