駕馭大資料
列出分析專家最重要的特徵時，大多數人都會加上學歷這一點。通常，我們會認為優秀的分析專家應該是學統計學、數學、電腦科學、運籌學或者其他類似的專業。而且，我們經常還會認為他們得有個碩士學位或者博士學位什麼的。我們經常關心的另一點是程式設計經驗。我們認為優秀的分析專家應該可以使用多種語言程式設計進行分析。這種認識背後的邏輯是，普通分析人員所使用的工具，分析專家肯定用得更好。
人們普遍都會選擇列出上述這兩點，但這是不正確的。優秀的分析專家需要很強的數學和統計學背景知識。正經八百的學位，其實並非必需。在工作中邊乾邊學，或者通過其他方式學習也是可以的。優秀的分析專家需要一定的程式設計能力，這是因為所有主流的分析工具都要有一定的程式設計知識才能用好。但是，具備這些程式設計能力也不能保證百分之百成功。
這就應了數學上的一句話：必要但非充分。要想成為優秀的分析專家，統計、數學、程式設計這些技能是絕對必要的，但並不充分。除了這些基礎知識以外，分析專家還需要掌握更多的技能。具備數學方面的基礎知識和程式設計能力是乙個前提條件。雖然這些能力很重要，但它們並不是區分優秀分析專家和普通分析人員的分水嶺，它們僅僅是起點而已。
如果招聘經理把注意力過多地放在技能知識以及學術背景上，結果是他們招到的員工也會把精力放到這些支離破碎的事情上面，而非關注全域性。公司在招聘分析專家的時候還要在其他層面上設定一些評價標準。畢竟，我們需要的並不是那種「統計極客」，坐在角落裡沒日沒夜地擺弄奇妙演算法的人。招聘那些人並不會保證我們獲得成功。
我們需要的是能夠融入團隊的分析專家。他們能夠理解亟待解決的業務問題，理解如何才能有效地幫助業務部門解決他們的問題。如果沒有這些頂級人才，我們就無法駕馭大資料浪潮。下面，我們將討論怎樣才能找到這些頂級人才。
4大案例分析金融機構如何「駕馭」大資料
就 大資料 金融 思維利用而言，國外金融機構有著十足豐富的體現，已經將大資料技術在風險控制 運營管理 銷售支援及商業模式創新等領域進行了全面的嘗試。案例一 匯豐銀行 風險管理 匯豐銀行在防範信用卡和借記卡欺詐的基礎上，利用sas構建了一套全球業務網路的防欺詐管理系統，為多種業務線和渠道提供完善的欺詐...
對大資料進行實時分析
大資料分析 bda 包括大資料的採集 儲存 分析 展示。而其中分析是bda的關鍵。說到分析，可以分為歷史分析和實時分析。上次我們著重提過了歷史分析，尤其是互動式歷史分析，當然還有批處理式的歷史分析。這次，我們回過頭來再談談實時分析，包括流處理 cep，等等。說到cep，複雜事件處理 complex ...
對大資料進行實時分析
大資料分析 bda 包括大資料的採集 儲存 分析 展示。而其中分析是bda的關鍵。說到分析，可以分為歷史分析和實時分析。上次我們著重提過了歷史分析，尤其是互動式歷史分析，當然還有批處理式的歷史分析。這次，我們回過頭來再談談實時分析，包括流處理 cep，等等。說到cep，複雜事件處理 complex ...