手机阅读

数据思维课的心得体会实用 数据思维课程感悟(九篇)

格式:DOC 上传日期:2022-12-31 07:16:01 页码:7
数据思维课的心得体会实用 数据思维课程感悟(九篇)
2022-12-31 07:16:01    小编:ZTFB

心得体会是指一种读书、实践后所写的感受性文字。那么你知道心得体会如何写吗?那么下面我就给大家讲一讲心得体会怎么写才比较好,我们一起来看一看吧。

对于数据思维课的心得体会实用一

1、仔细认真,提高自身素质

为做好统计工作,我坚持严格要求自己,统计工作地要求就是“仔细认真”,因此,我正确认识自身的工作价值,提高自己的耐心,增强自己的细心,时刻提醒自己,要以高效率,高质量的报表数据上报给各位领导。同时细心学习他人长处,改掉自己不足,并虚心向领导、同事请教,在不断学习和探索中使自己有所提高。

2、严于律已,不断加强作风建设

一年来我对自身严格要求,始终把耐得平淡、舍得付出、默默无闻作为自己的准则,始终把作风建设的重点放在严谨、细致、扎实、求实脚踏实地埋头苦干上。在工作中,以制度、纪律规范自己的一切言行,严格遵守公司各项规章制度,尊重领导,团结同志,谦虚谨慎,主动接受来自各方面的意见,不断改进工作;坚持做到不利于公司形象的事不做,不利于公司形象的话不说,积极维护公司的良好形象。

3、强化文员职能,做好服务工作

对办公室费用方面,继续发扬以必需品为前提,节省处室费用消耗,保证各种办公必需用品齐全,确保领导与同事对办公用品的需求。在这一年里,我积极配合做好后勤工作,与同事心往一处想,劲往一处使,不会计较干得多,干得少,只希望把工作圆满完成。

一年来的工作虽然取得了一定的进步,但也存在一些不足,在今后工作中,我一定认真总结经验,克服不足,努力把工作做得更好。

1、仔细认真,克服浮躁心理

面对枯燥的数字统计工作,不怕繁琐,做到谨慎细心,不浮躁,积极适应各种数据变化,在工作中磨练意志,增长才干。

2、发扬孜孜不倦的进取精神

加强学习,勇于实践,博览群书,在向书本学习的同时注意收集各类信息,广泛吸取各种“营养”;同时,讲究学习方法,端正学习态度,提高学习效率,努力培养自己具有扎实的理论功底、辩证的思维方法、正确的思想观点、踏实的工作作风。力求把工作做得更好,树立处室室的良好形象。

3、多从细节考虑,紧跟领导意图,协调好内外部关系,多为领导分忧解难

继续加强对公司各种制度和业务的学习,做到全面深入的了解公司的各种制度和业务。用公司的各项制度作为自己工作的理论依据,结合实际更好的开展统计工作。

总之,一年来,我做了一定的工作,也取得了一些成绩,但距领导和同志们的要求还有不少的差距:主要是对政治理论和文字基础的学习抓得还不够紧,学习的系统性和深度还不够;工作创新意识不强,创造性开展不够。在今后的工作中,我将发扬成绩,克服不足,以对工作、对事业高度负责的态度,脚踏实地,尽职尽责地做好各项工作,不辜负领导和同志们对我的期望。

对于数据思维课的心得体会实用二

在紧张和忙碌中即将过去了,回顾一下,发现自己又有了一些新的提高,当然也有很多的不足之处,但我会再接再厉的。在以后的工作中不断改进,不断的提高自我。虽然每天都重复做着统计参数,材料领用的工作,但我很喜欢这份工作,我也一直都尽心尽力,忠于职守的工作着。 现对20xx年的统计及材料管理工作从以下几个方面进行总结,找出不足,以便20xx年有个更好的奋斗目标:

一、统计方面

今年我主要负责分厂各项参数的统计(月报表、边际测算等等),每天早上我把各关键的工艺参数输入已经设好公式的表格内,使系统存在的问题及时的通过数据反映出来,让各管理人员能尽快的将存在的问题处理,确保系统生产的稳定高效。同时在输报表时也会及时的将报表上面存在的记录问题及工艺指标问题告诉工艺员,以便他每天可以将当班期间违反的工艺指标及记录问题及时在工段展板上进行公示,加强对员工在指标控制和记录方面的管理。

下面我就将我一年来统计的各项数据用表格反映如下:

(1)产品合格率

送库区精甲产品合格率统计表(1~10月份)

由上表可以看出送罐区精甲产品优等品合格率均为100%,无超标,控制较好。

(2)产量统计表(1至10月份)

从上表的统计数据可以清晰的看出我们分厂1~10月份的产量情况。 (3)销售累计统计表(1至10月份)

以上就是我在统计方面的一些数据,根据上面的数据我们就可以很明显的看出近一年来我们在产量及销售方面的情况,有利于我们以后的工作分配和各项规划。

二、材料方面的管理

今年进一步的熟悉材料的管理,将许多去年检查出的问题进一步完善。

1、首先我先整理了材料室的各种材料,逐渐熟悉了各种材料的性质及用途。

2、将材料进行定置化摆放,这也是我们公司安标上面必须要求的,同时材料的定制化摆放也有利于管理。

3、将材料做成电子版,每次入库及出库都在电脑上做好登记,这样方便了解材料的使用情况及清楚的掌握分厂的库存,也可以给设备员报材料计划带来很多的便利。合理的进行库存。同时还可以把分厂使用材料的经济情况控制在公司的预算之内。

4、今年公司进行可控成本管理,我们分厂每月公司给予15万元的材料费用,如果当月用了超支将扣除工资的10%,因此,每月分厂在材料的使用上都是有计划的使用,把成本控制好。

5、每月当上个月我们报的材料购买回来,生产部管理人员就会通知我,然后我会按照我们报的材料计划,将材料领回,做好材料入库登记,并告诉相关人员。

三、工会工作

今年工会工作依旧照常开展,作为女工委员的认真履行着自己的职责,将工作做好。

1、每月我们都要交工会月报,我们可以把员工的一些困难,一些想法通过月报反映给领导,同时领导也是通过月报了解员工的需求,通过这种沟通方式,可以有效的反映问题,解决问题。增强了大家工作的积极性。

2、公司还会根据不同的时间段组织不同的活动,这样来可以让大家放松身心,劳娱结合,同时也可以让一些有特长的员工有一个展示自己的舞台,丰富生活。

6月份是公司安全活动月,分厂开展安全月演讲比赛,消防救护器材演练,摄影作品展等一系列的安全月活,分厂组织进行“低碳、节能、环保”的座谈会;分厂认真组织员工参加公司组织的20xx年消防运动会活动,并荣获一等奖;分厂认真组织员工参加公司组织的20xx年安全月知识竞赛,并荣获一等奖;分厂在7月份组织开展了一系列的工会文体活动,7月22日开始,分厂依次举行篮球、拔活、双扣、羽毛球、乒乓球等活动,并在活动结束后,拿出工会费用给取得名次的员工进行奖励,工会主席亲自联系相关维修人员帮员工修宿舍灯、下水道,帮职工解决住宿困难; 9月份公司下发申报困难职工的通知,分厂认真了解后将情况统计交给公司办 ;10月份工会了解了一些宿舍的卫生情况,拿出一部分经费购买草酸下发至每个宿舍,供大家打扫卫生间等死角,确保宿舍清洁。

这些工作的开展很好的加强了员工与分厂领导、管理组之间的沟通与交流,增进了感情,同时让大家在工作之余可以放松一下紧张的精神,消除疲劳,真正做到劳娱结合,给有特长的员工一个展示自己的舞台,为公司工会输送更优秀的人才。

四、去年公司通过了安标和三标的审核,今年我们将持续将标准化工作做好,配合好公司的内审工作,我作为内审员,积极的配合安全员准备需要的资料,认真做好分配给我的各项记录及文件的收发。

五、存在的不足

材料方面的管理还有些不到位,对设备的了解过于少,对设备的性能还不清楚,对于统计方面还有一些地方没有完善,还不能全面的将各项消耗计算出来,在新的一年里我将会进一步完善我的不足和缺失。

六、今后努力方向

1、加强表格里面函数公式设置的学习,进一步的了解工艺上的各项消耗的计算,更精确的将工艺情况反映出来。

2、加强材料的学习,更深的了解材料的各项性能。

3、积极配合领导开展好工会工作。

4、加强理论学习,进一步提高自身素质。

新的一年,我将加紧学习,更好的充实自己,以饱满的精神状态迎接新时期挑战,更好的干好今后的工作。

对于数据思维课的心得体会实用三

职责:

1.与业务部门对接,进行在线教育产品、内容推荐策略的培训,解答产品相关问题。与业务团队沟通市场战略,了解在线教育,共同完成业绩项目;

2.与产品、研发团队对接,及时后台管理系统的问题,提出数据看板的改善方案;

3.系统的建立监控分析预测体系,及时发现功能使用问题,优化用户体验;

4.研究用户画像、定期进行用户行为数据分析、梳理产品使用的核心场景,提高市场投放和运营策略的收益能力。

任职资格:

1.全日制本科学历及以上,2年以上相关经验;

2.熟悉在线教育行业;有基本数据运营的知识,有互联网平台相关工作经验;

3.有使用易观千帆、七麦数据等第三方数据平台的实战项目经验;

4.有使用神策、微信小程序、growingio等数据分析工具的使用和有埋点经验;

5.熟悉sql、hive、excel等数据查询及分析工具;对数据敏感,能独立进行数据分析;

6.能快速掌握业务知识,发现问题,分析问题并提出解决方案;

7.具有良好的沟通能力及抗压能力;有优秀的团队合作意识,善于沟通协调各部门合作。

对于数据思维课的心得体会实用四

如何做好一份数据分析报告

现有数据分析报告当中存在一些问题,我们对现有的数据分析报告当中的问题进行分析,来找到如何做出更高质量的数据分析报告。

一、基础数据的采集缺乏科学依据

基础数据的采集对于整个数据分析报告具有非常重要的意义,基础数据采集的科学性决定了这个数据分析报告是不是有使用价值。只有当数据采集具有科学性、客观、严密的逻辑性时,建立在这样的数据分析基础之上的经济效益评价、现金流量分析以及数据分析结论才具有现实的价值和意义。一般来说,当拿到一个项目时我们首先会结合项目的特点来进行基础数据分析,一个项目刚形成,从无到有的时候,基础数据一般采用一手的数据,因为它没有历史的轨迹来遵循,所以用一手数据资料来进行分析。一手数据的采集方法比如:问卷调查、观察、抽样技术等等,来对一手数据进行分析。通常对拥有大量的历史数据的项目如服装业等,数据采集可借鉴同等的规模或一些历史数据,以他为基础来进一步研究和分析。同时也可借鉴行业公开的资料、网上资料、统计的年鉴等等来进行分析。从现有的数据分析报告来看,很多基础的数据就是简单的摆在那里,没有数据来源,数据提示,没有对基础数据严谨的分析。

作为数据分析报的使用方而言,拿到这样的报告会对于报告的科学性提出质疑。

二、数据分析的过程缺乏逻辑性,论证的结论不具备系统性 很多数据分析报告一般都是前面是一堆数据,后面是一个结论。当真正的研究数据和结论时,是结果单一,数据和结论找不到必然的联系,要不就是只有一个结论,比如对净现值、内部收益率做出说明等等。作为专业的数据分析报告,必须充分的考虑每一个数字科学来源的基础上运用定量的模型来对数据进行分析,一步步推导到数据的结论上。

例如,一个项目不确定性分析,风险概率分析

(一)、 什么是影响这个项目的风险点,这些风险因素就是我们通常意义上的不确定性分析的模型来做

(二)、在这样的风险因素基础上,哪一些风险因素对投资项目的效益有重大影响,这些因素通过敏感性分析可以找出来。

(三)、找出这些风险因素下一步就是分析,这些影响效益的风险点出现的概率有多大?

三步分析完之后,风险对于这个项目的影响就显露出来,到这个时候只是数据分析的第一步工作。有一些数字和比率出现在报告上,更重要的在于结论,针对于这样的分险因素和风险变量(不可避免的),作为数据分析报告必须能搞提出来如何在项目的操作中

有效的防范这些风险。这样的风险点的提出和风险因素的防范对于报告的使用者来说是有意义的。

三、现有的数据分析报的结论单一,仅仅对于项目的可行性和计划性进行研究

建立在定量研究的基础上的数据分析报告和分析师还需要对于整个项目的战略规划提供一些更有价值得东西,包括项目中对于总投资的一些建议。比如总投资规模一定的情况下资金来源于自有资金、借贷资金;借贷资金和自有资金的比例或他的融资安排,如何能确保成本最低。进一步项目的分析,如现金流量的分析可站在项目的角度也可站在投资人的角度,这时候在投资人的角度分析时是自有资金流量表;在项目是否盈利的角度分析时就是全投资的现金流量分析,不同的现金流量表可以对项目和投资人提供一些有价值的结果。

四、数据分析报告现有的形式多

可以表现为商业计划书形式、项目的可行性的研究等,根据委托方的要求操作。作为立项的依据,数据分析报告就是项目的可行性研究报告的形式。从项目的融资角度分析,作融资的依据可以叫做商业计划书形式。从数据分析角度来说,对于委托方而言,可研报告和商业计划书存在不独立性。政府审批项目会委托咨询公司等专业机构进行项目研究,而更多的立项报告的可研报告分析和委托方式一致的,这样的报告带有一(来自: 海达 范文 网:数据分析报告)定的目的性和倾向性。从数据分析

角度来说坚持数据的独立性、客观性、公正性是这个行业的最基准的要求。

五、数据分析报告的特点

(一)、 独立性

(二)、 定量研究的分析方法

(三)、 严谨和逻辑性

(四)、 战略规划性

(五)、 在格式上的规范性

(一)、独立性

报告必须独立于委托方、报告的使用方,这样的报告才不会有倾向性。定量研究的分析方法,一个从无到有的项目缺乏历史数据,但不可能独立于享有的经济活动或脱离现有的经济生活。对于这些项目我们采取定性的研究,通过一些专家的论坛、德尔菲法、市场问卷调查等等方法来对于这个项目的市场需求基础数据进行估算,估算的结果再进行定量分析,定向和定量相结合,最终定量化。拿到项目时,有一个总的投资金额、成本效益的分析,首先看项目是在微观经济的角度分析还是在国民经济的角度分析,还是社会经济角度分析,确立着眼点后再进行基础数据的采集,找到适合项目的定量分析方法。进一步通过项目所在行业的特点对于成本和费用做出基础的判断。经济效益用我们学过的模型来进行评判,包括对方

案的选择采取我们能够使用的方法。

(二)、严谨和逻辑性

意味着数据分析报告要有科学的逻辑性,基础数据是怎么来的?有什么依据?对于说明判断又有什么样的依据?有什么样的依据做立足点?基础数据得到后对收入预测判断有什么样的依据?收入预测出来后成本预测是怎么出来的?成本费用的基础数据是怎么样得到的?一步一步进行判断。

(三)、战略规划性

战略规划性越来越成为数据分析报告质量的一个基础要求。当你的数据分析报告能对你的委托方的战略规划进行策划和梳理得时候,数据分析报告的价值就体现出来了。

(四)、在格式上的规范性

格式上要做规范,要有严谨性、专业性和责任性。

(五)、在整体思路明确后一定要涉及到总投资的研究

1、总投资的概念不同的要求有不同的涵盖面,对于项目数据分析而言,我们的投资包括建设投资、建设期利息、流动资金的全部投入,需要和国家现行的规模投资范围相区别。

2、拿到项目时要进行收益的预测,要分清项目是什么样的项目,是新的还是有大量历史数据的项目,决定我们采用的数据模型是建

对于数据思维课的心得体会实用五

职责:

1、 数据报表及数据工具开发,支持部门数据化运营;

2、 负责数据的集成、清洗、变换和规约,负责模型的建立、评估、部署、监控和优化;

3、 深入分析和挖掘海量数据,通过数据建模等方法提取有用信息;

4、 依据数据及模型分析结果为决策层提供决策依据;

5、 其他上级交代的工作。

任职资格

1、大学本科或以上学历,数学、统计学、计算机科学等专业优先考虑;

2、一年以上数据分析相关经验;

3、熟练使用sql/oracle语言;

4、熟练使用任意一种数据分析工具如python、r、spss、sas等;

5、掌握统计分析、分类、聚类、逻辑回归、关联规则等数据分析和挖掘方法;

6、沟通理解能力强,执行力强,具备良好的团队协作能力。

对于数据思维课的心得体会实用六

职责:

1、构建并完善苏宁易购榴莲社区运营数据分析体系,建立业务数据模型。

2、负责内容电商业务相关的分析工作,通过对数据的收集、统计分析与利用,编制分析报告,提出业务管理的改进建议;

3、针对内容用户进行专项数据分析,包括但不限于用户生命周期价值、留存、流水、用户画像分析等,为运营决策提供数据支持;

职位要求:

1、3年以上移动互联网数据分析经验,有视频、直播、内容公司经验优先;

2、良好的数据敏感度,对全生命周期的数据工作有深刻理解,包括:埋点、数据提取、数据处理、可视化、分析与建模;

3、能独立完成数据提取与清洗,分析业务问题,并能够基于分析结论提出改进方向;

4、精通excel、ppt,能使用sql数据库等软件;

对于数据思维课的心得体会实用七

职责:

1、负责spark, hadoop, flink等开发和优化。

2、参与前期需求沟通和分析,以产品化开发的思维,完成需求分解和数据架构设计。

3、与研发和数据科学家合作保证产品定义清晰,按时完成产品上线。

4、能够洞察市场状况,与各部门合作转化为基于大数据挖掘的新策略或方案.

5、主动创造和发掘新的基于大数据挖掘产品商业模式.

任职要求:

1、全日制本科及以上学历,计算机软件相关专业,5年以上开发经验,3年以上架构经验

2、精通hadoop/mapreduce/spark/hbase/flink/hive/r/mahout等分布式数据存储和分布式计算平台原理,流式计算开发,有开源二次开发经验者优先。

3、精通大数据挖掘、机器学习.熟练掌握java/perl/python至少一种编程语言。

4、具有数据挖掘和分析、机器学习等项目实施相关经验者优先;

5、良好的跨部门沟通合作能力,解决不同观点能力并取得结果。具备敏锐的互联网产品理解力,学习能力和逻辑思维能力强;

6、较强的自我驱动力、推动和协调能力,强烈的责任心和团队合作精神;

对于数据思维课的心得体会实用八

作为一名产品经理入职公司一年了,在这里总结一下。

我主要从格局、目标、owner、产品迭代、产品运营、不断学习六个方面进行总结,这也是我理解下来我这个阶段产品经理需要努力去学习和补足的六个方面。

一、格局

1.我理解的格局。

这里的格局我定义为去理解公司、团队的定位发展,将事情上升到一个档次。了解公司的发展、团队的定位,与上级的思路达成“一致”,更有力地向前推进。这里的一致是大方向的一致。

2.为什么要有格局?

产品经理是方向执行者,必须理解大方向。同步项目合作方,大家目标达成一致或基本一致。

二、目标

1.大目标:类似公司的愿景,产品最终希望实现的一个愿景。

2.每一阶段目标:这里可能就是流量、收入、产品功能/运营等okr要求。将每个季度的目标拆解到每个月,每两周,不断推进,不断review。

3.每一个需求目标:之前经常性做伪需求,先想清楚你要解决的问题是什么,你的目标是什么,然后再考虑解决方案。有时候就是想到了一个解决方案,就想着做这个方案,反而没有考虑更多,忘了有更合适的功能。

三、owner

1.你是产品的owner,你要为产品负责。

2.面子不重要。

刚毕业产品要多请教别人,不要觉得怎么什么事情都要请教别人,或者让别人决定。有的时候开发都笑我做不了主,不过比起面子,产品功能符合需求才是最重要的。自己拍的板可能考虑不周全,反而引起再一个问题,这样反而使开发对你失去信心。

3.积极主动。

积极思考,积极请教别人,是先自己思考再请教。积极跟进需求,跟进合作方进度: 你的需求对你来说是最重要的,但对于合作方不一定是,要不断跟进,多“骚扰骚扰”别人。

四、产品迭代

1.竞品分析。

竞品分析,一般都比较关注竞品做了什么功能,什么逻辑,容易忽略商业模式及运营策略,先了解竞品大策略,能更好地理解竞品为什么要做这些功能。

运营策略:别人是怎么运营的,你在推进产品功能的时候,运营有没有跟上。

2.需求初审。

需求初审是与项目干系人介绍产品背景及目标,做相关核心功能点及相关优先级讨论。

(1)保证可用

每一次的产品迭代,要把对应的需求列出来,排好优先级,考虑如果没有这个功能,用户能不能用。

每一个产品都希望上线的产品是功能丰富的,但受限于资源、开发时长,我们需要快速迭代,不断迭代核心功能。

(2)相关方沟通

比较大的项目,涉及多个合作方, 一定要跟所有相关方及时沟通。相关方会告知自己的考虑点,帮助产品了解各方问题,确定需求。这样就不会出现突然插入需求/修改流程。与leader及时沟通,将整体流程同步,因为leader经验比较丰富,会看的比较远。以之前做的支付提现流程为例,除涉及到前后端技术、设计外还涉及到收银台、付款平台、风控、法务、财务、税务、客服等相关部门。

(3)上线时间

做大项目时,老大会问你预估上线时间,这时候千万不要自己拍脑袋,要综合设计、技术时间给到一个合理的预估时间。产品最忌讳我觉得这个很简单嘛,应该时间就能上线。

(4)组内沟通:如果需求比较小,在提需求前可以在组内进行沟通。

3.交互阶段。

(1)提需求:需求考虑完整再提,不要为了卡提需求时间或占坑而提。

(2)流程图:提需求要给到相关的流程图。

(3)相关wiki:涉及到需求变更/逻辑补充都更新到wiki中,留下相关记录,好记性不如烂笔头。

(4)交互稿同步技术同事:拉一个前后端负责人的群,有交互初稿时,可以先同步到群里。不要等到需求评审的时候才发现技术问题,这样可以避免交互多次修改。交互定稿再同步技术同事,跟技术确定下来的交互稿就可以直接进入视觉。

4.需求评审&prd。

这时的需求评审就不是技术找问题的评审,而是确定可以做的需求评审。

(1)产品逻辑:需要同步技术通过相关的页面逻辑,并详细写在prd里面。

(2)独立的功能模块

当项目比较大时,最好把产品拆分成独立的几个模块,进行开发测试。好处是,减少开发时长。这里开发时长也包含测试时长。

(3)小问题要及时处理

这个可能是我个人的毛病,因为觉得打点信息/通知节点不急,就会有点拖。这些最好在需求评审完一天内晚上prd,不要随便去改prd。因为开发是拿着prd去开发的,你每次改动都会有信息同步开发,多次改动,开发每次还要去看你改了什么,很麻烦,也会对你产生不信任。

(4)组内其他需求排优先级:每次需求评审前要把组内需求过一次,排好优先级,节省在需求评审会议的需求排序时间。

5.开发&测试阶段。

(1)因为很多产品细节/文案都是在交互稿&视觉稿中体现,所以在交互阶段就把相关文案确定。

(2)开发过程中可能会遇到之前没考虑到的逻辑/需求评审开发没考虑到的点:具体case具体处理,有问题的点要及时请教别人。

6.跟进上线

(1)beta测试:

要告知测试同事及时进入测试(一般都会有系统邮件同步项目流转),产品也要多自测。

(2)内部上线

内部上线:beta上的数据跟线上一般都不太一样,多次项目下来,大项目最可以内部上线,小项目可以直接上线测,然后跟进线上效果。上线时间要稳中求快。

五、产品运营

不需要只会做产品功能的产品经理,需要懂产品运营的产品经理。

1.在做产品,做运营之前,我们要努力使自己成为有趣的人,这样才能给到用户一些有意思的体验。

2.这个时代里面,人们有更多情感上和精神上的需要,想要你的产品去触动人心,首先你要能够通过一些情感上的设计、功能、运营跟体验,让用户感到温暖。

六、不断学习

1. 经验可以积累,但是思维、境界需要不断去学习;

2.现在碎片化信息很多,能不能做到有效思考;

3.多看书(19年至少看完12本书)。

对于数据思维课的心得体会实用九

职责:

1、根据分析要求,制定数据采集标准和目标,对原始数据进行业务逻辑处理。

2、分析企业客户数据,构建客户画像,构建企业和个人信用评分模型,支持运营相关业务数据分析和调取。

3、通过对公司运营数据研究,提出改善运营质量的方法和建议,搭建数据分析体系,为企业各级决策者提供支持。

4、熟悉数据挖掘建模过程及主流算法,具有大数据系统架构能力,熟悉spark等分布式机器学习框架,熟悉hadoop/hbase/hive等大数据处理平台相关数据挖掘、数据建模经验优先。

任职要求:

1、本科及以上学历,金融、数学、计算机等理工科相关专业

2、1-3年金融领域数据分析,建模经验,熟悉逻辑回归,决策树等建模方法。

3、有较强的学习能力,能够快节奏地学习,研究,产出并能独立开展工作。

4、对于数据有敏锐的直觉,能够自主挖掘数据背后的市场方向、规律、为业务部门提供决策依据。

5、有软件开发,机器学习,数据库,hadoop/hive经验者优先。

您可能关注的文档