數(shù)據(jù)分析師在做什么？低階和高階的區(qū)別

數(shù)據(jù)分析師重在策略和標(biāo)準(zhǔn)的輸出，比如補(bǔ)貼出多少合適、用戶發(fā)多少紅包合適、產(chǎn)品如何改進(jìn)合適等，每個(gè)方向都有無數(shù)的細(xì)節(jié)涉及到標(biāo)準(zhǔn)。

高階會(huì)成為戰(zhàn)略專家，對于大方向上有精準(zhǔn)的把握，決定哪些可以重點(diǎn)做，解決非常有價(jià)值的事情。

低階是工具上的使用，取數(shù)，sql工程師

算法工程師在做什么？低階和高階的區(qū)別

算法工程師，不僅是策略，且含執(zhí)行。按照效果來決定。怎么做推薦，怎么做ctr，怎么做自動(dòng)化的流程來支持生產(chǎn)業(yè)務(wù)。

高階上對于業(yè)務(wù)的理解和實(shí)現(xiàn)非常清楚，對于性能掌握非常精準(zhǔn)。

低階是模型的參數(shù)調(diào)整，調(diào)參工程師，遠(yuǎn)離業(yè)務(wù)。

數(shù)據(jù)分析師和算法分析師之間的轉(zhuǎn)換？

數(shù)據(jù)分析師需要有寫代碼能力，找到合適的場景來應(yīng)用算法，從離線轉(zhuǎn)而在線。

python和java，對于各種算法本身的理解比較深入，特征工程能夠搭出好的模型，準(zhǔn)確率好。

工程上的處理，對于大型數(shù)據(jù)流量的處理，包括數(shù)據(jù)庫交互es或者kafka，并行計(jì)算spark技術(shù)，數(shù)據(jù)結(jié)構(gòu)的理解（常見各種排序，冒泡，計(jì)算復(fù)雜度非常清楚）。封裝api上線的能力。