数据手艺从哪学起？看看这张矩阵说明图

大数据文摘出品

编译：周家乐、睡不着的iris、夏雅薇

数据科学相干的手艺和器材有各类百般的，想要转型数据的公司每每认为无从动手，本身的团队到底该增强哪方面的手艺储蓄才气有最大贸易回报呢?撒网式雇用对付许多初创公司过于昂贵，本文提供了一个说明矩阵，帮你正确评估对针对你投入产出比最高的数据手艺。

数据手艺(Data skills)——将数据转化为洞察力和动作的手段——成为当代经济的驱动力。按照天下经济论坛的陈诉，受到劳动力市场变革影响事变岗亭逐渐萎缩，专注于计较和数学规模的事变岗亭却泛起出最强劲的增添势头。

因此，处于数据驱动经济增添的情形下，无论是为了实现自身代价的最大化，或仅仅是为了我们和我们的团队与时俱进，保持在就业市场的竞争性，我们都必要思量让本身拥有更多与数据相干的手艺。可是你应该更存眷哪些手艺呢?

我们大大都人能跟上这一趋势吗?照旧索性放弃回到那些正逐渐萎缩的规模，把数据相干的手艺留给那些专家们去研究?

我们借助已往用过的一种说明要领来答复这个题目，，曾经我们用它说明过怎样从收益和本钱的角度来确定优先辈修哪种Microsoft Excel手艺。这次我们将“时刻效用说明法”用于数据手艺。“时刻”暗示进修某项手艺要耗费的时刻，代表你或你的团队把握该项手艺的机遇本钱。“效用”暗示从多洪流平上你必要这项手艺，代表它会为你的公司和职业远景增进多大的代价。

优先辈修哪种手艺：

https://hbr.org/2017/09/a-2x2-matrix-to-help-you-prioritize-the-skills-to-learn-right-now

把时刻和效用相团结，你就可以获得一个简朴的2*2的四象限矩阵。

• 进修：适用性高，进修时刻短。你可以不费吹灰之力就把握这个手艺，并快速为你和你的团队增进代价。
• 打算：适用性高，进修时刻长。固然这项手艺很有代价，但进修它意味着你要暂且放弃进修其他手艺，把它列为最优先辈修的。因此你必要确保它物有所值。
• 赏识：适用性低，进修时刻短。你此刻不必要这个手艺，但它很轻易把握，以是只要轻微寄望一下就行了，说不定哪天会用得着。
• 忽略：适用性低，进修时刻长。你没时刻挥霍在它身上。

为了辅佐你抉择进修的重点，我们按照这个要领绘制了要害数据手艺图。我们列出了种种脚色必要具备的数据手艺，思量的地位脚色包罗：营业说明师，数据说明师，数据科学家，呆板进修工程师可能增添黑客。

然后，我们按照这些手艺在雇用信息、消息报道和我们学员的反馈信息中呈现的频率来确定着适用性。最后，我们将手艺的适用性与进修难度相团结——用把握手艺所耗时刻作为权衡尺度，评估进修每项手艺的难易水平。

我们用这种要领评估的是数据手艺而不是某项特定技能：因此，我们思量的是呆板进修而不是TensorFlow;是贸易智能而不是Microsoft Excel等。一旦你按照本身的环境确定了该优先把握哪些手艺，你就知道什么样的专业软件和进修要领对你最有辅佐。

您还可以按照本身的环境调解说明要领，由于沟通的数据手艺对差异的人会发生差异的影响。以下是我们的功效：

在我们公司内部我们发明构建这个矩阵辅佐我们办理了一个困难-到底该把首要精神放在那边：乍一看，我们初选名单中的全部手艺看起来都很有代价。但现实上，我们只能祈望在少数几个方面取得盼望，至少在短期内。基于数据可视化具有高适用性和进修时刻较短的特点，我们公司抉择晋升数据可视化手段，以获取最佳投资收益。依据说明功效，我们已经采纳了动作，而且开始行使Tableau为我们的客户提供用量说明。

你也可以在你本身的公司中实行这个矩阵，它能辅佐你的团队确定此刻最必要进修哪些数据手艺。

相干报道：

https://hbr.org/2018/10/which-data-skills-do-you-actually-need-this-2x2-matrix-will-tell-you

【本文是51CTO专栏机构大数据文摘的原创文章，微信公家号“大数据文摘（ id: BigDataDigest）”】

戳这里，看该作者更多好文

【编辑保举】

1. 没有美满的数据插补法，只有最得当的
2. 数据科学项目打点中的“黄金尺度”
3. 为什么Jupyter是数据科学家们拭魅战器材的首选？
4. 威瑞森《2018数据泄漏观测陈诉》的5个启迪
5. 十年双11：阿里数据库变迁“三部曲”

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!