Python培训为什么这么火
相关标签：
Python是一种解释型、面向对象、动态数据类型的高级程序设计脚本语言，语法简洁清晰，采用缩进来定义语句块，具备来及自动回收功能，能够自动管理内存空间使用。Python培训为什么这么火? Python语言受到高度的关注，它可以被应用于如今你所能想得到的相当多的软件开发和操作场景。例如：管理本地或者云基础设施;开发网站;处理一个 SQL
数据库;为 Hive 或者 Pig 定制一个功能;为自己构建一个小工具;一门支持面向对象设计的语言，Python 的特性就能满足啦。 Python培训为什么这么火?当然跟Python语言的火爆有关啊!为保证教学质量，千锋超前沿、颠覆性Python培训课程体系，历时一年精心策划。共23周10大阶段力造Python全栈工程师，直击月薪15000!
很多同学认为Python简单易上手，希望通过自学掌握这门技术。但是，大家在自学的时候可能还没想过这些问题：要是在自学过程中遇到难题怎么办?直接略过?能学多少学多少?还是说找人问?找人问的话，别人就一定有空教你么?还有，实战项目哪里找?确定是当前潮流的项目吗? Python对于初学者来说，好象又有点深奥，而且一般开发者很难有相应的开发环境用来学习。所以如果觉得自学起来很困难，建议还是选择培训，培训无疑是入行Python和快速掌握Python的有效捷径。看看千锋Python课程内容： 千锋Python培训课程共分为四大阶段，这些阶段都包含哪些内容?跟着小编一起看看吧! 第一阶段是python语言基础，学完此阶段你可以掌握python脚本、python界面编程能力;掌握数据库;掌握基本爬虫;掌握多线程多进程开发能力;能胜任基本的python开发工作，平均月薪可以达到8k. 第二阶段是python web开发，学完此阶段你可以掌握前端知识;掌握python三大后端框架;独立开发网站;胜任web全栈开发工作，平均月薪10k.
第三阶段是python爬虫，学完此阶段你可以掌握python爬虫技术;掌握多线程爬虫技术;掌握分布式爬虫技术;胜任爬虫工作，平均月薪12k. 第四阶段就是python数据分析，学完此阶段你可以掌握python数据分析;掌握python数据可视化;掌握python机器学习;胜任数据分析和人工智能工作，平均月薪15k. 千锋Python培训课程满足了企业需求和当前热门技术，提供项目经验，对学生学习后的效果负责。助力学员走向高薪就业道路!想学Python就来千锋! 请联系网站客服，了解详细的优惠课程信息~ 优质、便捷、省心
原创内容，请点击培训
人气：3494
人气：3062
人气：3061
人气：29982017年，这两个大数据岗位一定会火！a year ago赞赏还没有人赞赏，快来当第一个赞赏的人吧！2收藏分享举报文章被以下专栏收录微信公众号“数据虫巢”，ID:blogchong.{&debug&:false,&apiRoot&:&&,&paySDK&:&https:\u002F\u002Fpay.zhihu.com\u002Fapi\u002Fjs&,&wechatConfigAPI&:&\u002Fapi\u002Fwechat\u002Fjssdkconfig&,&name&:&production&,&instance&:&column&,&tokens&:{&X-XSRF-TOKEN&:null,&X-UDID&:null,&Authorization&:&oauth c3cef7c66aa9e6a1e3160e20&}}{&database&:{&Post&:{&&:{&isPending&:false,&contributes&:[{&sourceColumn&:{&lastUpdated&:,&description&:&&,&permission&:&COLUMN_PUBLIC&,&memberId&:,&contributePermission&:&COLUMN_PUBLIC&,&translatedCommentPermission&:&all&,&canManage&:true,&intro&:&微信公众号“数据虫巢”，ID:blogchong.&,&urlToken&:&mite8&,&id&:23266,&imagePath&:&v2-706cbb2e88b82c01329f0.jpg&,&slug&:&mite8&,&applyReason&:&0&,&name&:&数据虫巢&,&title&:&数据虫巢&,&url&:&https:\u002F\u002Fzhuanlan.zhihu.com\u002Fmite8&,&commentPermission&:&COLUMN_ALL_CAN_COMMENT&,&canPost&:true,&created&:,&state&:&COLUMN_NORMAL&,&followers&:86,&avatar&:{&id&:&v2-706cbb2e88b82c01329f0&,&template&:&https:\u002F\u002Fpic4.zhimg.com\u002F{id}_{size}.jpg&},&activateAuthorRequested&:false,&following&:false,&imageUrl&:&https:\u002F\u002Fpic4.zhimg.com\u002Fv2-706cbb2e88b82c01329f0_l.jpg&,&articlesCount&:21},&state&:&accepted&,&targetPost&:{&titleImage&:&https:\u002F\u002Fpic4.zhimg.com\u002Fv2-31cf3f37b77bb193ae629f8_r.jpg&,&lastUpdated&:,&imagePath&:&v2-31cf3f37b77bb193ae629f8.jpg&,&permission&:&ARTICLE_PUBLIC&,&topics&:[3],&summary&:&题图 -- From 简书“张震速写”\u003Cstrong\u003E文·blogchong\u003C\u002Fstrong\u003E讨论哪个大数据岗位会火之前，我们先来简单的分析一下大数据领域的行情。具体的大数据的发展历程，可以参考\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fmp.weixin.qq.com\u002Fs%3F__biz%3DMzAxMjM2MTY0OQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D9c47c332ae5fe69e3eacf4b599c007d6%26chksm%3D83bca954b4cb3c0c7d51aee757644cae48b6ad56fc3cb46b3e7f3260%26scene%3D21%23wechat_redirect\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《闲话国内大数据发展简史&产业化落地》\u003C\u002Fa\u003E一文，这里重点说一下当前的情况。2016年，互联网行业遇到了资…&,©Permission&:&ARTICLE_COPYABLE&,&translatedCommentPermission&:&censor&,&likes&:0,&origAuthorId&:0,&publishedTime&:&T09:51:24+08:00&,&sourceUrl&:&&,&urlToken&:,&id&:2122634,&withContent&:false,&slug&:,&bigTitleImage&:false,&title&:&2017年，这两个大数据岗位一定会火！&,&url&:&\u002Fp\u002F&,&commentPermission&:&ARTICLE_NEED_REVIEW_COMMENT&,&snapshotUrl&:&&,&created&:,&comments&:0,&columnId&:23266,&content&:&&,&parentId&:0,&state&:&ARTICLE_PUBLISHED&,&imageUrl&:&https:\u002F\u002Fpic4.zhimg.com\u002Fv2-31cf3f37b77bb193ae629f8_r.jpg&,&author&:{&bio&:&『数据虫巢』（公众号ID：blogchong），http:\u002F\u002Fmite8.com&,&isFollowing&:false,&hash&:&2afc0d5ae28&,&uid&:502700,&isOrg&:false,&slug&:&blogchong&,&isFollowed&:false,&description&:&『虫巢大数据讲堂』（公众号ID：mite-8）,集合了一群数据猿，意图创建一个贴地气的大数据知识分享平台，官网(http:\u002F\u002Fwww.mite8.com)。『数据虫巢』（公众号ID：blogchong）,个人号，毕业于哈工大，6年互联网大数据行业经验，深圳·SEE·大数据主管，半个大数据老鸟，偶尔码点代码，写点大数据技术文章，说点故事，讲点经验，聊点感悟，灌口鸡汤！&,&name&:&blogchong&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Fblogchong&,&avatar&:{&id&:&v2-afcdd35e47a194f65d593c&,&template&:&https:\u002F\u002Fpic4.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},&memberId&:,&excerptTitle&:&&,&voteType&:&ARTICLE_VOTE_CLEAR&},&id&:521626}],&title&:&2017年，这两个大数据岗位一定会火！&,&author&:&blogchong&,&content&:&\u003Cblockquote\u003E\u003Cp\u003E题图
-- From 简书“张震速写”\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E\u003Cstrong\u003E文·blogchong\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cp\u003E讨论哪个大数据岗位会火之前，我们先来简单的分析一下大数据领域的行情。\u003C\u002Fp\u003E\u003Cp\u003E具体的大数据的发展历程，可以参考\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fmp.weixin.qq.com\u002Fs%3F__biz%3DMzAxMjM2MTY0OQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D9c47c332ae5fe69e3eacf4b599c007d6%26chksm%3D83bca954b4cb3c0c7d51aee757644cae48b6ad56fc3cb46b3e7f3260%26scene%3D21%23wechat_redirect\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《闲话国内大数据发展简史&产业化落地》\u003C\u002Fa\u003E一文，这里重点说一下当前的情况。\u003C\u002Fp\u003E\u003Cp\u003E2016年，互联网行业遇到了资本寒冬，抛开大公司不说，一些中小型的公司不断的缩减预算，因为很难融到钱。\u003C\u002Fp\u003E\u003Cp\u003E但是从大数据这个角度出发去看的话，会发现即使其他类型的技术岗位行情不太好，但大数据领域一直还是不错的，这一方面国内大数据政策推动的原因，另一方面是中小型的公司想拿到钱那必须有可谈的技术故事，是的，那就是数据，或者说数据驱动。\u003C\u002Fp\u003E\u003Cp\u003E所以，不管怎么说，17年，整体大数据领域的整体市场需求还是偏良性的(相对于其他技术类型来说)。\u003C\u002Fp\u003E\u003Cp\u003E但是，受14年开始，大数据培训市场批量水流线生产大数据工程师的影响，目前大数据需求市场会有些小混乱，所谓混乱是指技术水平参差不齐，包括大量打着大数据旗号的传统数据库工程师(这个很大一部分原因也是培训机构造成的)；企业需求招聘不清晰、对大数据岗位定位混乱。\u003C\u002Fp\u003E\u003Cp\u003E这种乱象，从身边获取的简历，各种招聘现象，以及各种大数据讨论社群的相关话题讨论中可以看出。\u003C\u002Fp\u003E\u003Cp\u003E并且这种乱象会持续比较长的一段时间，直到接受正统知识体系教育科班大数据工程师们充斥需求市场，降低大数据速成工种比例，以及企业公司对大数据有足够的认知之后，才会逐渐消失，市场价格才会逐渐趋于良性(当然，那个时候大数据领域的技术福利就会下降了)。\u003C\u002Fp\u003E\u003Cp\u003E还是以2017年说事，受大数据培训市场进一步影响，以及受各大院校16年开始往大数据市场池子投放正规军的影响，低门槛的大数据开发，以及相对基础要求较低的数据分析类的大数据职位会有一些影响。\u003C\u002Fp\u003E\u003Cp\u003E总体表现就是薪酬好像不会像以前那般好谈了，然后就是缺口也在慢慢的变小，因为市场上绝大部分的号称大数据工程师的都是处于这种阶段的。\u003C\u002Fp\u003E\u003Cp\u003E当然，能够上升到诸如大数据架构师这种级别的人，依然是市场的香馍馍。\u003C\u002Fp\u003E\u003Cp\u003E基于以上这些情况，在大数据领域中，还是有些岗位需求量会走高的。\u003C\u002Fp\u003E\u003Cp\u003E是的，2017年一定会火的。\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E\u003Cstrong\u003E算法以及数据挖掘\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E当然，这里指的算法以及数据挖掘与传统的可能还是有所区别的，不管是模式还是所使用的工具，或者各种工程化的形式，区别还是蛮大的，可能不变就是算法的原理了。\u003C\u002Fp\u003E\u003Cp\u003E国内四五年的大数据发展落地，抛开大些的公司不说，就绝大部分一般公司来说，在基本数据处理，数据浅层价值的挖掘(最典型如报表价值的输出)这块已经有足够的累积了。\u003C\u002Fp\u003E\u003Cp\u003E那必然会往更高层级去演化，诸如挖掘数据中的个性化，做一些更深层次的预测，以及研究内容的深层价值，文本挖掘、NLP等，甚至是深度学习，人工智能AI的层级。\u003C\u002Fp\u003E\u003Cp\u003E这些领域除了比较新的深度学习、AI等，其他其实在更早的时候都有人在研究，那在这里为何把他列到这里来说，那是因为个人数据挖掘与大数据关联之后，很多东西都有其独特性。\u003C\u002Fp\u003E\u003Cp\u003E包括数据各个阶段处理的模式，应用场景的不同，实际工业生产中算法设计的模式(最典型如大数据模式下，偏爱于统计分析即样本数对结果影响较大的算法)，甚至是算法最终工程化的模式，使用到的工具，都有很大差别。\u003C\u002Fp\u003E\u003Cp\u003E最起码，我个人认为，传统的数据挖掘工程师与我这里所说的数据挖掘工程师还是两类人。\u003C\u002Fp\u003E\u003Cp\u003E但是，我们也知道，学校里是很难有大数据挖掘这种专业存在的，所以，这个岗位的人才来源有两种：\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E懂算法以及数据挖掘相关东西，补充大数据相关知识结构体系，逐渐适应大数据模式下的挖掘模式。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E在大数据领域摸爬滚打足够多的年份，逐渐从实操中补充数据挖掘相关知识体系结构。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E前一种人理论知识足够丰富，但是在工程化的能力上以及实际应用场景的映射上稍弱，一不留神只能在大公司能找到角色定位，因为中小公司养不起不能实际工程化只会理论的纯算法工程师。\u003C\u002Fp\u003E\u003Cp\u003E后一种人实操能力会比较强，理论相对比较薄弱，但能根据实际业务场景设计算法模型，还能负责工程化业务化，这种人在中小型公司吃得开，在大公司估计只能沦为纯算法研究工程师的工程化助手。\u003C\u002Fp\u003E\u003Cp\u003E但不管哪种，在2017年，都会迎来需求新高，并且在百家齐放的时代，野路子出身的实操数据挖掘选手反倒会更受欢迎，毕竟纯算法研究的人力的成本太高。\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E\u003Cstrong\u003E数据爬取工程师\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E或许有个更为熟知的简称“爬虫工程师”。\u003C\u002Fp\u003E\u003Cp\u003E其实一直以来，大部分人对于爬虫工程师的认知，或许并不会归于大数据领域中来，但我个人认为最起码从16年开始，应该是要归于大数据体系的。\u003C\u002Fp\u003E\u003Cp\u003E我记得在\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fmp.weixin.qq.com\u002Fs%3F__biz%3DMzAxMjM2MTY0OQ%3D%3D%26mid%3Didx%3D1%26sn%3Dd994d1caca873d%26scene%3D21%23wechat_redirect\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《DT时代变革的反思》\u003C\u002Fa\u003E一文中(这篇是15年写的，你看现在互联网开放数据真的是被重视起来了，茫茫多以公开数据起家的公司)，甚至在其他相关的文章中，一直强调大数据时代一个很重要的数据来源，那就是互联网公开数据集。\u003C\u002Fp\u003E\u003Cp\u003E在2016年，这个特征表现的尤为突出，各种公司纷纷把目光定准互联网公开数据集，以期通过互联网公开数据，挖掘其中的价值，意图变现。\u003C\u002Fp\u003E\u003Cp\u003E在他领域就不都说，在大数据垂直行业，比较典型的就是催生了很多以互联网公开数据为基础数据来源的各种数据分析咨询顾问公司。\u003C\u002Fp\u003E\u003Cp\u003E关注新媒体行业的，估计没几个人不关注的，毕竟没几个人不用微信的，诸如新榜(前几天的2017新榜大会还是蛮轰动的)，其监测的数据应该绝大部分都是通过检测爬取的方式获取的。\u003C\u002Fp\u003E\u003Cp\u003E那么，在2017年，数据爬取只会和大数据领域联结的更紧密。\u003C\u002Fp\u003E\u003Cp\u003E作为大数据整个业务链路中的第一环，负责数据源的接入，有什么理由把人家单独丢开呢？！\u003C\u002Fp\u003E\u003Cp\u003E在2017年，“内容价值变现”口号“甚嚣尘上”同时，作为抓住内容第一环，海量数据的获取，数据爬取工程师的重要程度会逐渐被人认可。\u003C\u002Fp\u003E\u003Cp\u003E当然，与此同时，上面说到的数据挖掘岗位，偏向于文本挖掘、画像体系构建、NLP之类的，也会更受欢迎。\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E\u003Cstrong\u003E所以\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E是的，2017年，这两个大数据的岗位一定会火起来，不信，我们到时候瞧瞧(反正不准你咬不了我 哈哈)。\u003C\u002Fp\u003E\u003Cp\u003E其实还有更大的证据证明这两个岗位一定会火起来。\u003C\u002Fp\u003E\u003Cp\u003E我司，俺部门(大数据部门)招数据挖掘&爬虫工程师，当然还有大数据开发工程师，你看连我司都招了，大数据市场这几个职位能不火么。\u003C\u002Fp\u003E\u003Cp\u003E好了，不扯，说正经的(好像说着上面都不是正经的样儿)：\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E1、需求数据挖掘工程师一枚，不要纯搞算法理论的，需要有算法分布式工程化能力，需求文本挖掘项目经验。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E2、需求大数据开发工程师一枚，三年左右大数据技术背景，各种hadoop生态组件都玩过点，能够进行spark应用开发，会点java后端东西，附带点数据挖掘技能更佳。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E3、需求爬虫工程师一枚，java爬虫、python爬虫体系都无所谓，需求能够规模化、自动化爬取数据，会点java后端技能更好，有微信、微博数据爬取更佳。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E有意向的，或者有推荐的，进一步咨询的，关注“数据虫巢(ID:blogchong)”，直接后台留言，或者本文留言即可，坐标：深圳·南山。\u003C\u002Fp\u003E\u003Cp\u003E如果觉得上面的观点有用，欢迎帮忙转发，不谢~~\u003C\u002Fp\u003E\u003Cp\u003E最最后，讲真，这两个方向在大数据领域真的是有市场的，挖掘算法类的就说了，跟不少猎头类的朋友也都聊过，一直是刚需，而爬虫类的，应该会被逐渐重视的，因为数据获取的模式逐渐在改变。\u003C\u002Fp\u003E&,&updated&:new Date(&T01:51:24.000Z&),&canComment&:false,&commentPermission&:&review&,&commentCount&:0,&collapsedCount&:0,&likeCount&:2,&state&:&published&,&isLiked&:false,&slug&:&&,&lastestTipjarors&:[],&isTitleImageFullScreen&:false,&rating&:&none&,&titleImage&:&https:\u002F\u002Fpic4.zhimg.com\u002Fv2-31cf3f37b77bb193ae629f8_r.jpg&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&reviewers&:[],&topics&:[{&url&:&https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F&,&id&:&&,&name&:&大数据&},{&url&:&https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F&,&id&:&&,&name&:&互联网&},{&url&:&https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F&,&id&:&&,&name&:&数据挖掘&}],&adminClosedComment&:false,&titleImageSize&:{&width&:589,&height&:583},&href&:&\u002Fapi\u002Fposts\u002F&,&excerptTitle&:&&,&column&:{&slug&:&mite8&,&name&:&数据虫巢&},&tipjarState&:&activated&,&tipjarTagLine&:&真诚赞赏，手留余香&,&sourceUrl&:&&,&pageCommentsCount&:0,&tipjarorCount&:0,&annotationAction&:[],&hasPublishingDraft&:false,&snapshotUrl&:&&,&publishedTime&:&T09:51:24+08:00&,&url&:&\u002Fp\u002F&,&lastestLikers&:[{&bio&:&寻求未知的信息&,&isFollowing&:false,&hash&:&02f94c763c53c7a1dd6091cdc92533ec&,&uid&:32,&isOrg&:false,&slug&:&bie-yang-56&,&isFollowed&:false,&description&:&&,&name&:&莫后悔&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Fbie-yang-56&,&avatar&:{&id&:&da8e974dc&,&template&:&https:\u002F\u002Fpic4.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},{&bio&:&统计\u002F精算&,&isFollowing&:false,&hash&:&34af50bc9ea29e0bc138dd&,&uid&:64,&isOrg&:false,&slug&:&cassie-huang-54&,&isFollowed&:false,&description&:&精算学习中&,&name&:&Jingyi&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Fcassie-huang-54&,&avatar&:{&id&:&v2-51d7e94bbce860be491a8bad2efe5c5c&,&template&:&https:\u002F\u002Fpic1.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false}],&summary&:&题图 -- From 简书“张震速写”\u003Cstrong\u003E文·blogchong\u003C\u002Fstrong\u003E讨论哪个大数据岗位会火之前，我们先来简单的分析一下大数据领域的行情。具体的大数据的发展历程，可以参考\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fmp.weixin.qq.com\u002Fs%3F__biz%3DMzAxMjM2MTY0OQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D9c47c332ae5fe69e3eacf4b599c007d6%26chksm%3D83bca954b4cb3c0c7d51aee757644cae48b6ad56fc3cb46b3e7f3260%26scene%3D21%23wechat_redirect\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《闲话国内大数据发展简史&产业化落地》\u003C\u002Fa\u003E一文，这里重点说一下当前的情况。2016年，互联网行业遇到了资…&,&reviewingCommentsCount&:0,&meta&:{&previous&:{&isTitleImageFullScreen&:false,&rating&:&none&,&titleImage&:&https:\u002F\u002Fpic2.zhimg.com\u002F50\u002Fv2-718f4c2d540ecb5dc4eb5_xl.jpg&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&topics&:[{&url&:&https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F&,&id&:&&,&name&:&大数据&},{&url&:&https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F&,&id&:&&,&name&:&互联网&},{&url&:&https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F&,&id&:&&,&name&:&数据挖掘&}],&adminClosedComment&:false,&href&:&\u002Fapi\u002Fposts\u002F&,&excerptTitle&:&&,&author&:{&bio&:&『数据虫巢』（公众号ID：blogchong），http:\u002F\u002Fmite8.com&,&isFollowing&:false,&hash&:&2afc0d5ae28&,&uid&:502700,&isOrg&:false,&slug&:&blogchong&,&isFollowed&:false,&description&:&『虫巢大数据讲堂』（公众号ID：mite-8）,集合了一群数据猿，意图创建一个贴地气的大数据知识分享平台，官网(http:\u002F\u002Fwww.mite8.com)。『数据虫巢』（公众号ID：blogchong）,个人号，毕业于哈工大，6年互联网大数据行业经验，深圳·SEE·大数据主管，半个大数据老鸟，偶尔码点代码，写点大数据技术文章，说点故事，讲点经验，聊点感悟，灌口鸡汤！&,&name&:&blogchong&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Fblogchong&,&avatar&:{&id&:&v2-afcdd35e47a194f65d593c&,&template&:&https:\u002F\u002Fpic4.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},&column&:{&slug&:&mite8&,&name&:&数据虫巢&},&content&:&\u003Cp\u003E\u003Cstrong\u003E文·blogchong\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cp\u003E号称今年最后一部华语大片--\u003Cstrong\u003E《长城》\u003C\u002Fstrong\u003E于12月16日正式上映，截止12月18号上午10时，“数据虫巢”爬取豆瓣数据，豆瓣5.3分，累计评价人数47225(下面截图是晚上截的，人数已经飙到了5.7W，好像分数也涨了0.1，先不管，我们继续通过数据来深挖这老谋子史上第二烂的大片)。\u003C\u002Fp\u003E\u003Cfigure\u003E\u003Cimg src=\&http:\u002F\u002Fpic3.zhimg.com\u002Fv2-aa4f07ead86e_b.png\& data-rawwidth=\&939\& data-rawheight=\&458\& class=\&origin_image zh-lightbox-thumb\& width=\&939\& data-original=\&http:\u002F\u002Fpic3.zhimg.com\u002Fv2-aa4f07ead86e_r.png\&\u003E\u003C\u002Ffigure\u003E\u003Cp\u003E“数据虫巢”爬取了截止12月18号上午10时，电影《长城》的所有相关数据，包括评分，评分分布，所有短评(去重后累计\u003Cstrong\u003E20191条\u003C\u002Fstrong\u003E)，以及对应短评的评分，所有长影评(去重后累计\u003Cstrong\u003E2458条\u003C\u002Fstrong\u003E)，以及对应长影评的相关属性。\u003C\u002Fp\u003E\u003Cp\u003E并且，我们对所有影评中的情感特征(褒、贬、哀、怒、惧、惊)进行了提取，且对影评中涉及的相关演员，当然还有张艺谋大导演的姓名特征进行了提取。\u003C\u002Fp\u003E\u003Cp\u003E“数据虫巢”意图通过数据的角度：\u003C\u002Fp\u003E\u003Cul\u003E\u003Cli\u003E\u003Cp\u003E挖一挖豆瓣影评中水军的力量到底有多强大？\u003C\u002Fp\u003E\u003C\u002Fli\u003E\u003Cli\u003E\u003Cp\u003E挖一挖吃瓜群众的槽点在哪里？\u003C\u002Fp\u003E\u003C\u002Fli\u003E\u003Cli\u003E\u003Cp\u003E挖一挖吃瓜群众最吐槽的主演是哪位(景甜姑凉，还有TF小男孩是不是已经预感到了不妙)？\u003C\u002Fp\u003E\u003C\u002Fli\u003E\u003Cli\u003E\u003Cp\u003E挖一挖吃瓜群众最不care的主演是哪个？\u003C\u002Fp\u003E\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003Cp\u003E我们先来挖一挖影评中到底有多少的水军在“摸鱼”，或许这5.3依然掺水不少？\u003C\u002Fp\u003E\u003Cp\u003E我们先来看三组占比图，分别为豆瓣整体评分占比、豆瓣短评评分占比、豆瓣长影评评分占比。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cfigure\u003E\u003Cimg src=\&http:\u002F\u002Fpic2.zhimg.com\u002Fv2-17b22ea8aa0b2b1f795d1cd70631fd31_b.png\& data-rawwidth=\&1363\& data-rawheight=\&408\& class=\&origin_image zh-lightbox-thumb\& width=\&1363\& data-original=\&http:\u002F\u002Fpic2.zhimg.com\u002Fv2-17b22ea8aa0b2b1f795d1cd70631fd31_r.png\&\u003E\u003C\u002Ffigure\u003E从整体评分(所有进行打分的记录) ，到短评(字少的评价)，到号称经典的长评(长文影评)，5星评分占比一路飙高，通过各个评分计算的整体评分，从5.3到6.0,再到6.7(后两个是通过计算得出)，一路飙高。\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E趋势变化异常之诡异，说好的这个电影很差的呢？！\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E怎么看影评都好评如潮了都，写长评的竟然有30.7%的占比了，莫非给一星的吃瓜群众都懒得去吐槽了？\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E不着急，我们再来看一组数据，这回，我们结合影评后面的顶踩(即有用、没用的按钮)，来进一步深挖(要知道，影评可以作假，但是吃瓜群众这么多，随手的顶踩量总难作假吧)。\u003C\u002Fp\u003E\u003Cfigure\u003E\u003Cimg src=\&http:\u002F\u002Fpic2.zhimg.com\u002Fv2-cf435ad55fb0bf59884fd_b.png\& data-rawwidth=\&799\& data-rawheight=\&733\& class=\&origin_image zh-lightbox-thumb\& width=\&799\& data-original=\&http:\u002F\u002Fpic2.zhimg.com\u002Fv2-cf435ad55fb0bf59884fd_r.png\&\u003E\u003C\u002Ffigure\u003E\u003Cp\u003E这是一个有意思的分析数据，参与长影评点赞互动的人数为27347，大概是撰写长评人数的10倍多点，参与短评点赞互动的人数是89758，大概是撰写短评人数2倍。\u003C\u002Fp\u003E\u003Cp\u003E从长影评的反馈中，计算的评分应该是7.3分，即使单纯看长评数据计算的评分也有6.7，相对于整体的5.3，俨然不是一个级别的了。\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E从这里看，是进行长评的人中混杂了大量的水军？还是说吐槽的人都懒得写长评进行吐槽？\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E再来看看短评数据，单纯的从评论数据计算出来的5.9，再加以点赞的人数进行评分修正，最终获得的评分是5.1，低于整体评分的5.3，比重从22.58%下降到12.19%。\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E再对比长评的计算的评分情况，是长评区的水太深，还是说短评中吃瓜群众参与的太多，暴露了最终的分数质量本质，5.1？\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E由于长评和短评的意见已经难以统一了，所以我们把长评和短评的特征拆开来对比分析一下。\u003C\u002Fp\u003E\u003Cfigure\u003E\u003Cimg src=\&http:\u002F\u002Fpic4.zhimg.com\u002Fv2-2dd1952b0cac35a11975acb675f4017f_b.png\& data-rawwidth=\&1422\& data-rawheight=\&448\& class=\&origin_image zh-lightbox-thumb\& width=\&1422\& data-original=\&http:\u002F\u002Fpic4.zhimg.com\u002Fv2-2dd1952b0cac35a11975acb675f4017f_r.png\&\u003E\u003C\u002Ffigure\u003E\u003Cp\u003E左侧为长评的正面评价特征，右侧为短评的正面的评价特征(只取前100的特征词 )。\u003C\u002Fp\u003E\u003Cp\u003E我们可以看出短评的正面评价总体偏口语化的正面评价居多，如数量最多的“不错”、“喜欢”、“值得”等词，而长评中的正面词则偏向于类价值观的正面评价较多，诸如“英雄”、“震撼”、“相信”、“信任”、“拯救”等。\u003C\u002Fp\u003E\u003Cp\u003E我们再来看一下吃瓜群众的吐槽情况，同样把长评和短评分开进行分析。\u003C\u002Fp\u003E\u003Cfigure\u003E\u003Cimg src=\&http:\u002F\u002Fpic2.zhimg.com\u002Fv2-dbbb2cf8bca97ab44fccd9_b.png\& data-rawwidth=\&1235\& data-rawheight=\&420\& class=\&origin_image zh-lightbox-thumb\& width=\&1235\& data-original=\&http:\u002F\u002Fpic2.zhimg.com\u002Fv2-dbbb2cf8bca97ab44fccd9_r.png\&\u003E\u003C\u002Ffigure\u003E\u003Cp\u003E同样，左侧为长评的吐槽特征，右侧为短评的吐槽特征(只取前100的特征词)。\u003C\u002Fp\u003E\u003Cp\u003E长评中整体槽点也不少，但是整体相对偏委婉、理智，诸如“失望”、“不好”、“不行”、“不够”、“强行”等。\u003C\u002Fp\u003E\u003Cp\u003E但短评中槽点整体偏情绪化，除了“不好”、“失望”等，诸如“恶心”、“弱智”、“傻逼”、“莫名其妙”、“无聊”等情绪化明显的特征词占据了不少的比重，其频度也不低。\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E对比上面两组分析特征，其实是可以看出豆瓣长评与短评的两类评论的特点的，不管是正面评价还是负面评价，长评中整体更趋向于理智的看待影片，而短评中更趋于情绪化的观点表达。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E整体来说，长评中正面评价偏多，更多的基于《长城》的价值观进行评析，并且给予正面反馈，而短评中则负面评论特征占据略多，并且整体表现的比较剧烈，更情绪化，甚至在特征的长尾分布中，各种具有中国特色的“国骂”都出现了，精彩绝伦。\u003C\u002Fp\u003E\u003Cp\u003E我们再来看看吃瓜群众们关注的那些大主演们，在影评中的出境率如何。\u003Cfigure\u003E\u003Cimg src=\&http:\u002F\u002Fpic3.zhimg.com\u002Fv2-c11c927d4fc75c29d2af4ae_b.png\& data-rawwidth=\&1156\& data-rawheight=\&789\& class=\&origin_image zh-lightbox-thumb\& width=\&1156\& data-original=\&http:\u002F\u002Fpic3.zhimg.com\u002Fv2-c11c927d4fc75c29d2af4ae_r.png\&\u003E\u003C\u002Ffigure\u003E\u003C\u002Fp\u003E\u003Cp\u003E排在状元位以及榜眼位的老谋子与景甜姑凉基本垄断了影评区，分别被提及了7K多次，而且大部分都是被吐槽。\u003C\u002Fp\u003E\u003Cp\u003E吐槽老谋子的更多的是对影片的失望，而景甜姑凉基本和面瘫划上等号了，说到面瘫，还有一位王俊凯小男孩，据说台词加起来不到10句，不过在影评中居然还有这么多人讨论他，是吐槽？还是小男孩的粉丝？\u003C\u002Fp\u003E\u003Cp\u003E熊士兵鹿晗排第三位，并且与没活过半集的张涵予的提及次数拉开了一定的差距，颜值经济果然还是有一定效果的，而张涵予虽然“早死”，但也可以瞑目了，最起码是被吃瓜群众记住了。\u003C\u002Fp\u003E\u003Cp\u003E至于我们的绝对第一主角，马特呆萌，这个影评出镜率，真是有点对不起他的大猪脚的名头，看来呆萌被《长城》毁的不轻,奥斯卡还有望么？\u003C\u002Fp\u003E\u003Cp\u003E接下来就是以彭于晏、刘德华领衔的酱油阵容了，基本来说一改往日影片主角定位的风格，在《长城》中打了一手好酱油，所以基本影评中也涉及的比较少。\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E黄轩除了跟着将军们完成了三句半和“遵命”的和声和一句 ，打仗的时候感觉就直接消失了，但也有可能因为扮演的是速度最快的鹿军，快到镜头都拍不到。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E快到镜头都拍不到，所以吃瓜群众估计在影评中仅有的少数讨论就是：欸，黄轩呢，黄轩哪去了？~~\u003C\u002Fp\u003E\u003Cp\u003E而对于吃瓜群众来说，最没有存在感的三人：佩德罗·帕斯卡、威廉·达福、余心恬。\u003C\u002Fp\u003E\u003Cp\u003E余心恬就算了，估计也没有几人认识，但佩德罗·帕斯卡与威廉·达福作为《长城》中戏份数一数二重的配角，吃瓜群众对他们竟然毫不关心，实在是存在感略低。\u003C\u002Fp\u003E\u003Cp\u003E时间有限，先上这些了~~\u003C\u002Fp\u003E\u003Cp\u003E-------------------------------------------\u003C\u002Fp\u003E\u003Cp\u003E\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fweixin.qq.com\u002Fr\u002FZ0ghOVbElgvprRJa9x11\& class=\& external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E\u003Cspan class=\&invisible\&\u003Ehttp:\u002F\u002F\u003C\u002Fspan\u003E\u003Cspan class=\&visible\&\u003Eweixin.qq.com\u002Fr\u002FZ0ghOVb\u003C\u002Fspan\u003E\u003Cspan class=\&invisible\&\u003EElgvprRJa9x11\u003C\u002Fspan\u003E\u003Cspan class=\&ellipsis\&\u003E\u003C\u002Fspan\u003E\u003C\u002Fa\u003E (二维码自动识别)\u003C\u002Fp\u003E&,&state&:&published&,&sourceUrl&:&&,&pageCommentsCount&:0,&canComment&:false,&snapshotUrl&:&&,&slug&:,&publishedTime&:&T10:15:07+08:00&,&url&:&\u002Fp\u002F&,&title&:&用数据挖一挖豆瓣5.3的《长城》，水军力量到底有多强大&,&summary&:&\u003Cstrong\u003E文·blogchong\u003C\u002Fstrong\u003E号称今年最后一部华语大片--\u003Cstrong\u003E《长城》\u003C\u002Fstrong\u003E于12月16日正式上映，截止12月18号上午10时，“数据虫巢”爬取豆瓣数据，豆瓣5.3分，累计评价人数47225(下面截图是晚上截的，人数已经飙到了5.7W，好像分数也涨了0.1，先不管，我们继续通过数据来深挖这老…&,&reviewingCommentsCount&:0,&meta&:{&previous&:null,&next&:null},&commentPermission&:&review&,&commentsCount&:0,&likesCount&:3},&next&:{&isTitleImageFullScreen&:false,&rating&:&none&,&titleImage&:&https:\u002F\u002Fpic3.zhimg.com\u002F50\u002Fv2-b6794fce038cb3af15ff8f_xl.jpg&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&topics&:[{&url&:&https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F&,&id&:&&,&name&:&大数据&},{&url&:&https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F&,&id&:&&,&name&:&互联网&},{&url&:&https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F&,&id&:&&,&name&:&数据分析&}],&adminClosedComment&:false,&href&:&\u002Fapi\u002Fposts\u002F&,&excerptTitle&:&&,&author&:{&bio&:&『数据虫巢』（公众号ID：blogchong），http:\u002F\u002Fmite8.com&,&isFollowing&:false,&hash&:&2afc0d5ae28&,&uid&:502700,&isOrg&:false,&slug&:&blogchong&,&isFollowed&:false,&description&:&『虫巢大数据讲堂』（公众号ID：mite-8）,集合了一群数据猿，意图创建一个贴地气的大数据知识分享平台，官网(http:\u002F\u002Fwww.mite8.com)。『数据虫巢』（公众号ID：blogchong）,个人号，毕业于哈工大，6年互联网大数据行业经验，深圳·SEE·大数据主管，半个大数据老鸟，偶尔码点代码，写点大数据技术文章，说点故事，讲点经验，聊点感悟，灌口鸡汤！&,&name&:&blogchong&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Fblogchong&,&avatar&:{&id&:&v2-afcdd35e47a194f65d593c&,&template&:&https:\u002F\u002Fpic4.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},&column&:{&slug&:&mite8&,&name&:&数据虫巢&},&content&:&\u003Cb\u003E文·blogchong\u003C\u002Fb\u003E\u003Cbr\u003E\u003Cp\u003E赶在春节前推送这篇，其实也是有原因的，因为我怕来年这些东西来不及说，因为文中要表达的东西我认为对于这几类朋友来说，真的很重要。\u003C\u002Fp\u003E\u003Cp\u003E首先，这篇文章的目标群体很明显，标题上就说啦，是的，主要是三类目标：\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E1. 计划着跨界，期待华丽转身的朋友。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E2. 另外就是初入大数据这个坑，或者说初入职场，略显迷茫的朋友。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cblockquote\u003E\u003Cp\u003E3. 想要搭建数据团队，但是不知道如何入手的小型企业。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E其实很早以前就想说一下这个话题了，因为自从开了2013年开了博客，2014年开了【数据虫巢】公众号之后，一直陆陆续续有人找到我的联系方式加我，咨询我各种各样的问题。\u003C\u002Fp\u003E\u003Cp\u003E其中，最近，应该说2016年，感触很深的一个就是，很多朋友纷纷想跨界进入大数据领域，也有不少一点经验没有的童鞋被收入坑中，迷茫不已。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E是的，他们想跨界：\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E有一个北京的朋友，额，在房山一个工厂里上班(别笑，人家好歹是科班出身)，感觉一辈子希望渺茫，想要改变自己，嗯，听说大数据挺好，想转行~~\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E有一个12年物理学的博士，这两年对于大数据有所耳闻，感觉在物理一方面不是自己的菜，另一方面是薪酬待遇也略低(我拿到过这位朋友的简历，其实期望薪酬真的一点都不高，最起码以这个学历来说相对于大数据技术人员真心不高)，所以想跨界。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cblockquote\u003E\u003Cp\u003E有一个北科大毕业的冶金专业硕士，工作年份倒是不久，但久居帝都也感觉到了帝都的生存压力，一样，想跨界，想改变自己的人生轨迹。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E有一个我记得也是北京人，嗯，是北京人不是待在北京的人，文科生貌似，在一电视台演播室工作，不想吃老本，想有自己的人生目标，嗯，其实就是想进大数据领域，做点有挑战的事，顺便能挣自己的钱的事，额，还喊着要拜我为师(汗我一地)。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cblockquote\u003E\u003Cp\u003E....\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E还有很多，无法一一列举，总之出身各异，但核心目标是一致的，你就是意图改变自己，改变自己的人生轨迹。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E还有一类人，被这个时代推进了大数据坑，迷茫不已：\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E比如，有一个朋友，应该算工作不短时间了吧，也算是IT界的人，换了份工作，大数据企业的售前技术支持，关键他连大数据的概念都不是很清楚，有点小迷茫的意思(不是贬低，只是想知道他们企业怎么招人的)。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E还有一个应该算是我师弟还是师妹的人，刚入一国企，传统企业中的传统企业，做石油交易的，到底有多传统呢？他们很大一部分数据都是纸质记录的，然后~~他们也要做大数据，然后~~\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cblockquote\u003E\u003Cp\u003E...\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E还有一些就不多说了，其实他们也有一个特点，那就是国情所致，导致各种企业纷纷要做大数据(这很大可能是2016年大数据国策所致)，但市场上哪有这么熟练工，所以就各种招新手，往那一丢，也没人管，太凶残。\u003C\u002Fp\u003E\u003Cp\u003E针对于上述情况，其实映射出来的问题就是，很多小型企业或者偏传统企业，想要从数据的角度去驱动业务，但是又不知道如何入手，又或者是招了一群入门级大数据工程师，无法成体系化进行数据业务支撑。\u003C\u002Fp\u003E\u003Cp\u003E对于很多小型企业来说，如何组建一个最小规模的大数据团队、如何对团队角色定位、如何通过数据来驱动业务，都是问题。\u003C\u002Fp\u003E\u003Ch3\u003E\u003Cb\u003E先说一说跨界\u003C\u002Fb\u003E\u003C\u002Fh3\u003E\u003Cp\u003E针对于大数据整个行业状态以及相关的东西，以前的文章写过不少，包括《2017年，这两个大数据岗位一定会火》在内的好几篇(看文末的扩展阅读)，都已经做了足够多的分析和拆解，这里就不过多的阐述了。\u003C\u002Fp\u003E\u003Cp\u003E对于一心想跨界，意图改变自己人生轨迹的朋友，你们首先要搞清楚的一个事就是：大数据到底是什么？能干什么？要做些什么？\u003C\u002Fp\u003E\u003Cp\u003E虽然大数据就一个词，但里头的门门道道真心不少，在我认为他已经是可以形成一个领域级的东西了。\u003C\u002Fp\u003E\u003Cp\u003E所以，想进入大数据领域，需要搞清楚这个领域到底有哪些东西，他是一个巨大的体系化的方向，随便挑出一个细分的技术方向都够你研究几年了。\u003C\u002Fp\u003E\u003Cp\u003E其次，你需要搞清楚每个细分方向的市场需求、技术基础需求是什么，你才知道自己的技术基础能不能支撑你做跨界的跃迁，你是否真的清楚你做出的选择对于你来说挑战到底有多大。\u003C\u002Fp\u003E\u003Cp\u003E然后即使成功跃迁之后，这个方向到底能不能实现你升职、加薪、出任CEO、迎娶白富美的愿望，市场热度还能持续多久，你是否清楚。\u003C\u002Fp\u003E\u003Cp\u003E你是否熟悉每个细分的背后，其支撑的业务到底是什么，跟你的性格特点、兴趣爱好是否匹配，如果不匹配，你是不是又要在自己不喜欢的岗位上“抑郁终生”。\u003C\u002Fp\u003E\u003Cp\u003E真的，我最怕的就是遇到这种朋友：\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E我想转行，听说大数据很火，想做大数据。\u003C\u002Fp\u003E\u003Cp\u003E大数据是什么清楚吗？\u003C\u002Fp\u003E\u003Cp\u003E啊，就是大数据啊，就是想做大数据。\u003C\u002Fp\u003E\u003Cp\u003E。。。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Ch3\u003E\u003Cb\u003E再聊一聊乱象\u003C\u002Fb\u003E\u003C\u002Fh3\u003E\u003Cp\u003E上面说到一些初入门的大数据朋友的迷茫，其实也是有原因的，这个也跟不少朋友聊过这个话题。\u003C\u002Fp\u003E\u003Cp\u003E一方面是市场的数据驱动需求在上升，另一方面是基于数据国策的驱动，这点对于很多传统IT行业来说影响很大，在Dang国的号召下，连互联网是啥都没有搞清的很多传统公司，也要搞大数据。\u003C\u002Fp\u003E\u003Cp\u003E不管怎么说，数据业务需求的上升，那对于数据人才的需求肯定随之上涨，但想想具有三年以上实打实大数据经验的人总共就这些，完全是狼多肉少的节奏。\u003C\u002Fp\u003E\u003Cp\u003E于是，只能拿应届生或者大数据新手来顶了，这也是导致了上面描述的那种乱象的直接原因。\u003C\u002Fp\u003E\u003Cp\u003E分析乱象不是这里的重点，重点是如何解决。\u003C\u002Fp\u003E\u003Cp\u003E对于企业来说，首先需要了解清楚的是：数据到底能给你的业务，或者工作效率带来什么样的提升？\u003C\u002Fp\u003E\u003Cp\u003E其次才是，如何处理这些数据，或者说如何获取这些数据做进一步的加工？\u003C\u002Fp\u003E\u003Cp\u003E最后，思考清楚，想要实现如上业务目的，我们如何以最低代价搭建一个合理又能解决问题数据团队，而不是招一群新兵蛋子双眼茫然，你看我我看你，都不知道怎么开搞。\u003C\u002Fp\u003E\u003Cp\u003E对于上面所说的新兵蛋子来说，如果你刚好是其中的一员，你也可以按照上面的思路，来做一做分析，然后动脑思考一下，看看如何做一些自己没做过的事情，挑战自我。\u003C\u002Fp\u003E\u003Cp\u003E当然，此时的你需要做更多的努力，去快速吸收知识，去自我成长，挑起你们年轻的数据团队大梁！\u003C\u002Fp\u003E\u003Ch3\u003E\u003Cb\u003E最后，谈谈数据化与智能化\u003C\u002Fb\u003E\u003C\u002Fh3\u003E\u003Cp\u003E大数据，在未来一定是一个企业的标配！\u003C\u002Fp\u003E\u003Cp\u003E这个观点，已经和不少朋友聊过，在未来效率至上时代，数据驱动一定是个主流，在数据的基础上，再衍生出智能化，进一步解放人力，这才是进化的终极目标。\u003C\u002Fp\u003E\u003Cp\u003E在阿法狗大放异彩的今天，AI人工智能已经被推到了风尖浪口，但是，相信我，那个还太远，目前还属于高端玩家玩的东西，现在要做的是数据化，没有数据化的基础，妄谈智能化都是扯淡。\u003C\u002Fp\u003E\u003Cp\u003E在数据化成为标配的那天，不管你是个体也好，企业也好，希望别被出局了！\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E相关扩展阅读：\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fmp.weixin.qq.com\u002Fs%3F__biz%3DMzAxMjM2MTY0OQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Dcaa0ae5ebe10%26chksm%3D83bca935b4cb20235da8bbe4b1b40a993b579c0cb938d333f17ce5dcf%26scene%3D21%23wechat_redirect\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《2017年，这两个大数据岗位一定会火》\u003C\u002Fa\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fmp.weixin.qq.com\u002Fs%3F__biz%3DMzAxMjM2MTY0OQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D9c47c332ae5fe69e3eacf4b599c007d6%26chksm%3D83bca954b4cb3c0c7d51aee757644cae48b6ad56fc3cb46b3e7f3260%26scene%3D21%23wechat_redirect\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《闲话国内大数据发展简史&产业化落地 》\u003C\u002Fa\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fmp.weixin.qq.com\u002Fs%3F__biz%3DMzAxMjM2MTY0OQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D3e8ecaeca843%26chksm%3D83bca943b4cbc755f3fb6e757a4c88ad80aac3e48f433f0383a56aee0229%26scene%3D21%23wechat_redirect\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《闲话互联网开放数据价值挖掘》\u003C\u002Fa\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fmp.weixin.qq.com\u002Fs%3F__biz%3DMzAxMjM2MTY0OQ%3D%3D%26mid%3Didx%3D1%26sn%3D71ed2de3d438escene%3D21%23wechat_redirect\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《你们是不是真的缺大数据工程师？ 》\u003C\u002Fa\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fmp.weixin.qq.com\u002Fs%3F__biz%3DMzAxMjM2MTY0OQ%3D%3D%26mid%3Didx%3D1%26sn%3Dd994d1caca873d%26scene%3D21%23wechat_redirect\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《DT时代变革的反思》\u003C\u002Fa\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fmp.weixin.qq.com\u002Fs%3F__biz%3DMzAxMjM2MTY0OQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Dca77bdb6a5bfbchksm%3D83bca9b6b4cb20a06860adb674e414c7cd49e030ea5b1fb69b7d91a5f21b7a9c%26scene%3D21%23wechat_redirect\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《大数据职位需求画像数据报告》\u003C\u002Fa\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E最后：\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E我的个人干货私密群正式开启招募啦，群名“【数据虫巢】干货私密群”，大数据。\u003C\u002Fp\u003E\u003Cp\u003E&&传送门\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fwww.jianshu.com\u002Fp\u002Ff17ec0c133c9\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E《【数据虫巢】干货私密群招募》\u003C\u002Fa\u003E\u003C\u002Fp\u003E&,&state&:&published&,&sourceUrl&:&&,&pageCommentsCount&:0,&canComment&:false,&snapshotUrl&:&&,&slug&:,&publishedTime&:&T16:26:12+08:00&,&url&:&\u002Fp\u002F&,&title&:&写给想要跨界、初入大数据领域，以及想了解数据业务模式的朋友&,&summary&:&\u003Cb\u003E文·blogchong\u003C\u002Fb\u003E 赶在春节前推送这篇，其实也是有原因的，因为我怕来年这些东西来不及说，因为文中要表达的东西我认为对于这几类朋友来说，真的很重要。首先，这篇文章的目标群体很明显，标题上就说啦，是的，主要是三类目标：1. 计划着跨界，期待华丽转身的…&,&reviewingCommentsCount&:0,&meta&:{&previous&:null,&next&:null},&commentPermission&:&review&,&commentsCount&:7,&likesCount&:1}},&annotationDetail&:null,&commentsCount&:0,&likesCount&:2,&FULLINFO&:true}},&User&:{&blogchong&:{&isFollowed&:false,&name&:&blogchong&,&headline&:&『虫巢大数据讲堂』（公众号ID：mite-8）,集合了一群数据猿，意图创建一个贴地气的大数据知识分享平台，官网(http:\u002F\u002Fwww.mite8.com)。『数据虫巢』（公众号ID：blogchong）,个人号，毕业于哈工大，6年互联网大数据行业经验，深圳·SEE·大数据主管，半个大数据老鸟，偶尔码点代码，写点大数据技术文章，说点故事，讲点经验，聊点感悟，灌口鸡汤！&,&avatarUrl&:&https:\u002F\u002Fpic4.zhimg.com\u002Fv2-afcdd35e47a194f65d593c_s.jpg&,&isFollowing&:false,&type&:&people&,&slug&:&blogchong&,&bio&:&『数据虫巢』（公众号ID：blogchong），http:\u002F\u002Fmite8.com&,&hash&:&2afc0d5ae28&,&uid&:502700,&isOrg&:false,&description&:&『虫巢大数据讲堂』（公众号ID：mite-8）,集合了一群数据猿，意图创建一个贴地气的大数据知识分享平台，官网(http:\u002F\u002Fwww.mite8.com)。『数据虫巢』（公众号ID：blogchong）,个人号，毕业于哈工大，6年互联网大数据行业经验，深圳·SEE·大数据主管，半个大数据老鸟，偶尔码点代码，写点大数据技术文章，说点故事，讲点经验，聊点感悟，灌口鸡汤！&,&badge&:{&identity&:null,&bestAnswerer&:null},&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Fblogchong&,&avatar&:{&id&:&v2-afcdd35e47a194f65d593c&,&template&:&https:\u002F\u002Fpic4.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false}},&Comment&:{},&favlists&:{}},&me&:{},&global&:{&experimentFeatures&:{&ge3&:&ge3_9&,&ge2&:&ge2_1&,&growthSearch&:&s2&,&nwebQAGrowth&:&experiment&,&qawebRelatedReadingsContentControl&:&close&,&liveStore&:&ls_a2_b2_c1_f2&,&qawebThumbnailAbtest&:&new&,&nwebSearch&:&nweb_search_heifetz&,&rt&:&y&,&showVideoUploadAttention&:&true&,&isOffice&:&false&,&enableTtsPlay&:&post&,&editorVideomakerEntrance&:&e&,&enableVoteDownReasonMenu&:&enable&,&newLiveFeedMediacard&:&new&,&newMobileAppHeader&:&true&,&androidPassThroughPush&:&all&,&hybridZhmoreVideo&:&no&,&nwebGrowthPeople&:&default&,&nwebSearchSuggest&:&default&,&qrcodeLogin&:&qrcode&,&seE&:&1&,&androidDbFollowRecommendHide&:&open&,&isf8&:&1&,&isShowUnicomFreeEntry&:&unicom_free_entry_off&,&newMobileColumnAppheader&:&new_header&,&feedHybridTopicRecomButtonIcon&:&yes&,&androidDbRecommendAction&:&open&,&zcmLighting&:&zcm&,&androidDbFeedHashTagStyle&:&button&,&appStoreRateDialog&:&close&,&default&:&None&,&isNewNotiPanel&:&no&,&wechatShareModal&:&wechat_share_modal_show&,&growthBanner&:&default&,&androidProfilePanel&:&panel_b&}},&columns&:{&next&:{},&mite8&:{&following&:false,&canManage&:false,&href&:&\u002Fapi\u002Fcolumns\u002Fmite8&,&name&:&数据虫巢&,&creator&:{&slug&:&blogchong&},&url&:&\u002Fmite8&,&slug&:&mite8&,&avatar&:{&id&:&v2-706cbb2e88b82c01329f0&,&template&:&https:\u002F\u002Fpic4.zhimg.com\u002F{id}_{size}.jpg&}}},&columnPosts&:{},&columnSettings&:{&colomnAuthor&:[],&uploadAvatarDetails&:&&,&contributeRequests&:[],&contributeRequestsTotalCount&:0,&inviteAuthor&:&&},&postComments&:{},&postReviewComments&:{&comments&:[],&newComments&:[],&hasMore&:true},&favlistsByUser&:{},&favlistRelations&:{},&promotions&:{},&switches&:{&couldSetPoster&:false},&draft&:{&titleImage&:&&,&titleImageSize&:{},&isTitleImageFullScreen&:false,&canTitleImageFullScreen&:false,&title&:&&,&titleImageUploading&:false,&error&:&&,&content&:&&,&draftLoading&:false,&globalLoading&:false,&pendingVideo&:{&resource&:null,&error&:null}},&drafts&:{&draftsList&:[],&next&:{}},&config&:{&userNotBindPhoneTipString&:{}},&recommendPosts&:{&articleRecommendations&:[],&columnRecommendations&:[]},&env&:{&edition&:{&baidu&:false,&yidianzixun&:false,&qqnews&:false},&isAppView&:false,&appViewConfig&:{&content_padding_top&:128,&content_padding_bottom&:56,&content_padding_left&:16,&content_padding_right&:16,&title_font_size&:22,&body_font_size&:16,&is_dark_theme&:false,&can_auto_load_image&:true,&app_info&:&OS=iOS&},&isApp&:false,&userAgent&:{&ua&:&Mozilla\u002F5.0 (compatible, MSIE 11, Windows NT 6.3; Trident\u002F7.0; rv:11.0) like Gecko&,&browser&:{&name&:&IE&,&version&:&11&,&major&:&11&},&engine&:{&version&:&7.0&,&name&:&Trident&},&os&:{&name&:&Windows&,&version&:&8.1&},&device&:{},&cpu&:{}}},&message&:{&newCount&:0},&pushNotification&:{&newCount&:0}}
