2018-09-28

一直打算开个关于个人职业专栏，偏人工智能，量化投资，把这几年工作经验写下来做个总结，算是对以往工作做个复盘吧！但总是找着工作忙的理由，迟迟没有动笔；然而最近李笑来的《菲菜的自我修养》都出来了，于是我想那就写一篇我们数据极客的自我修养吧，希望开个好头，欢迎大家到评论区交流！互联网开启了大数据时代，跟随时代的浪潮，我先后就职于新浪投资控股的互联网金融子公司，国内管理资金规模top50证券投资私募以及国资背景保险公司总部，工作内容都是与数据打交道，偏分析与建模方面，只是业务场景不同而已！也许你会问我，你这个职业背景好像有点杂，不专一，是的，是这样的，我就是这么不专一，我就是想研究把大数据金融行业的应用撸了个遍，先后我做过用户画像（精准化营销），策略开发（量化投资），信用评分（信用风险管理）这三块内容，不过我接下来专注于量化，同时也会分享一些自己做的成果，以及用到一些算法感受，希望大家持续关注专栏更新，本专栏还是以数据分析，数据挖掘日常工作遇到的问题：算法(从线性回归到深度学习都有所涉略），相关软件编程实现（常用软件SAS,R,PYTHON,MATLAB)以及行业业务知识分享为主！下面直奔主题——数据极客的自我修养

做为一名合格数据极客，我认为得具备三个方面知识体系，如上图所示 IT技术：我认为现在已经是信息时代，好比人人懂电脑一样，做为分析研究人员，这是必备的技能，不过我上面列了许多软件，我认为至少擅长一个分析软件，同时也会看懂其它1-2门软件语言就可以了，毕竟现在会个2-3种语言大有人在了，我至前用过SAS,现在用的多是python,其次是R.至于Hadoop,Spark是大数据平台，要学会在上面进行数据清洗，分析建模等功能。 行业业务知识：这个多半是工作以后学习到的，跟个人工作经验相关，不同行业，不同部门的数据分析工作内容差别很大，互联网行业的用户画像偏运营，信贷行业的信用评分卡偏风控，证券投资行业的量化交易偏投资，三个行业背景，逻辑差别巨大，大家多运用互联网来收集相关知识内容来学习，学习能力一直是一个数据分析师必备的核心竞争力，因为你面对永远都是未知领域！ 基础学科：数据分析总是从未知探索到已知，是个不断试错，不断调整，不断往复循环过程，可以说数据分析是个科研工作，一点也不为过，这样的话，必要理论基础知识撑握也是必须的。 数据分析其实就是将现实中业务问题抽象成数学世界（统计学理论）某个模型，而这个抽象过程是需要行业业务知识和基础学科知识提供支持，最后再用IT技术实现这个抽象过程，验证这个过程！ 第一篇就先写到这吧，后续我将以专题形式来分享一些我做过的以及我正在做的算法模型，主要是运用python实现为主！欢迎大家持续关注专栏更新！