数据科学的行业准备情况

[tanjimajha12]

有抱负的数据工程师如何展示他们处理工具、技术、数据和领域的能力？证书（Cloudera/Hortonworks）是否是一个明显的差异因素？
Ambuj Kathuria： 我认为认证只是一种学习印章。重要的是如何将这种学习应用于解决现实世界的问题，无论是技术、工具还是数据。这些的水平是领域，这对于更好地理解数据、工具和技术在商业场景中的相关性非常重要。

分析技能、统计学、机器学习对于数据工程师来说是否是必备技能或者有益技能？
Ambuj Kathuria： 是的，至少 德国手机号码列表 在初学者层面上，这样数据工程师才能更好地将各个点联系起来，理解为什么、什么以及哪些数据与什么业务场景相关，以及它将解决什么问题。


各行业是否希望了解他们能用数据做什么？他们是否拥有所需的数据？
Ambuj Kathuria： 根据我的经验，大多数组织都在努力从大数据平台投资中获得正确的投资回报。这是因为在大数据项目开始之前缺乏商业案例制定。在大多数情况下，大数据投资甚至不相关，他们这样做只是因为这是市场趋势。许多业务问题可以通过让合适的供应商参与分析即服务来解决，这样组织就可以专注于解决业务问题，而不必担心数据。与业务目标相一致的正确数据策略和治理是当务之急。这就是为什么许多组织都要求首席数据官在所有数据投资中实现业务相关性并获得正确的投资回报。