這個問題確實是現在很多人比較關心的事情,特別是大學的、研究生的女生。
問這個問題的人,對於大資料公司或者是大資料團隊的認識,應該沒那麼全面,或者是說對於崗位要求並不是特別清晰。
我有幸帶過一個大資料探勘的團隊,給電信運營商進行大資料的使用者畫像研究。
一個完整的大資料團隊,應該包括下面這五個職位:資料科學家(資料架構研究),資料探勘師/演算法工程師,資料探勘工程師,資料產品經理,資料分析師。前面三個是研發崗,後面兩個是應用崗。
說女生不適合大資料開發團隊,是因為我們平時說的大資料開發主要是指前面三個研發崗,而我所帶的大資料團隊產品經理和分析師基本上有50%以上的機率會使用女性。
因為女性在這兩個崗位上適應程度會更高,特別是分析師,這裡面對於細心程度的要求會非常高,而且女性在做使用者畫像特徵分析的時候,敏感度也非常高。建議工作經驗不是特別豐富的女大學生、研究生可以往資料分析師這個方向進行學習。
這裡我順便也把前面三個研發崗和大家簡單的描述一下,資料科學家或者叫資料架構研究相當於我們在做專案時候的開發經理,他主要是負責研發團隊內的各種技術問題的研究、設計方案的編制和演算法研究方向的確定。演算法分析師會根據資料科學家設定的方向進行演算法的細化和演算法執行層面的研究,資料探勘師主要是負責軟體環境的實現和演算法轉換為計算機可實現的程式碼。
這個問題確實是現在很多人比較關心的事情,特別是大學的、研究生的女生。
問這個問題的人,對於大資料公司或者是大資料團隊的認識,應該沒那麼全面,或者是說對於崗位要求並不是特別清晰。
我有幸帶過一個大資料探勘的團隊,給電信運營商進行大資料的使用者畫像研究。
一個完整的大資料團隊,應該包括下面這五個職位:資料科學家(資料架構研究),資料探勘師/演算法工程師,資料探勘工程師,資料產品經理,資料分析師。前面三個是研發崗,後面兩個是應用崗。
說女生不適合大資料開發團隊,是因為我們平時說的大資料開發主要是指前面三個研發崗,而我所帶的大資料團隊產品經理和分析師基本上有50%以上的機率會使用女性。
因為女性在這兩個崗位上適應程度會更高,特別是分析師,這裡面對於細心程度的要求會非常高,而且女性在做使用者畫像特徵分析的時候,敏感度也非常高。建議工作經驗不是特別豐富的女大學生、研究生可以往資料分析師這個方向進行學習。
這裡我順便也把前面三個研發崗和大家簡單的描述一下,資料科學家或者叫資料架構研究相當於我們在做專案時候的開發經理,他主要是負責研發團隊內的各種技術問題的研究、設計方案的編制和演算法研究方向的確定。演算法分析師會根據資料科學家設定的方向進行演算法的細化和演算法執行層面的研究,資料探勘師主要是負責軟體環境的實現和演算法轉換為計算機可實現的程式碼。