feedback

意见

反馈

back-to-up

回到

顶部

数据侠

· 寇冠东

DT

搞懂这些,你也能转型70W年薪的机器学习工程师

人工智能的热潮依旧,相关人才缺口随势增长,顶着“高薪”、“稀缺”、“大佬”标签的机器学习专家成为了程序员、工程师、数据分析师的转型风向标。根据 Indeed 在美国 2018 年的最佳工作报告,机器学习工程师在美国前十的“最佳”工作排名中占据前列,年薪高达 13.62 万美元。 机器学习是什么?应用场景有哪些?成为机器学习专家难不难? 11月1日的数据侠实验室,Tapas数据仓库管理员寇冠东和大家分享了机器学习的那些事儿~本文为其演讲实录.

11-16

NYCDSA

DT

如何用机器学习预测房价?

一提到房价,就“压力山大”!无论是首套房还是改善性需求,买在地点卖在高点都是一个可遇不可求的事儿,所以如果有位数据大侠能帮助设计一个预测房价的神器,岂不是“人生很值得”!本期DT数据侠与纽约数据科学学院合作的数据线专栏中,四位数据侠通过“数据超能力”试图利用Python通过机器学习方式来预测房价,快来看看他们是如何做得吧!

11-16

NYCDSA

DT

有位数据侠通过数据可视化发现了“油管”的秘密

中国有优酷,美国有“油管”(AKA Youtube)。这个视频成为人们日常网络娱乐消遣的时代,大家一定都很关心这些视频网站都暗藏了哪些秘密?本期数据侠Shiyu Li通过数据分析与数据可视化从不同内容的占比、关键词等方面洞察了整个Youtube,快来看看他是怎么做的吧~

11-09

数据侠

· 池志炜

DT

“双11”产出1.7亿张素材,“智能设计师”是如何做到的?

阿里人工智能设计师“鲁班”,在2016年的双十一期间设计了1.7亿数量级素材,这样的产出,需要100个设计师不吃不喝连续做300年。依靠庞大数据量取得的惊人成果背后,带给了我们很多思考。 究竟机器学习在设计领域的应用前景如何?效率和审美如何做到同时在线?设计师与艺术家会不会被AI取代?10月25日,DT君邀请了智能产品架构师/全栈工程师/跨界设计师、MIXLAB无界社区创始人池志炜做客数据侠实验室,他将为我们一一解答以上问题,本文为其演讲实录。

11-07

NYCDSA

· Eric Moore

DT

数据揭示一幅美国金融“差评”地图

“差评”是全世界互联网的"通用语言"及重要恶性交互方式之一。在金融大国美利坚的金融产品及服务市场上,差评已经不只是华尔街上流人士“社交吐槽”的风尚,更是民间百姓在后金融危机时代,与美国金融服务机构“良好”互动的通用手段。本期数据侠与纽约数据科学院合作专栏中,数据侠Eric就希望通过在Shiny应用建立的美国金服差评可视化项目,帮助到美国的金融机构,发现问题解决问题,成为服务好人民的好机构。

11-02

数据侠

DT

AI、大数据如何赋能新零售?这里有一场“相对论”

当人工智能的发展成为新的风口后,如何通过AI技术对新零售进行赋能,是当下不可回避的趋势。新零售在提出并经历了市场的部分验证后,其通过数据科学进行“被赋能”的过程中也出现了很多值得探讨的话题。 作为秒针营销科学大会内容共建伙伴,第一财经旗下DT财经发起的数据社群——数据侠,特邀三位数据侠成员,就大数据、人工智能在新零售、新消费领域的应用展开了一次深入探讨。 三位数据侠分别是CBNData首席商业分析师李湘,SAP硅谷创新中心首席数据科学家、复旦大学客座讲师、数据科学50人成员邬学宁以及畅销书《新零售:吹响第四次零售革命的号角》作者、深圳朴素资管投资总监、数据侠联盟成员范鹏,下面就随DT君一起来看看,他们碰撞出了怎样的思维火花。

10-26

数据侠

· Emanuel Kamali

DT

大数据预测打车费用的方法论:数据分析和机器学习,一个没落下!

美国纽约的出租车,因为统一、显眼的黄色车身,被老美们戏称为“小黄车”。纽约小黄车是纽约客日常出行的主要交通工具之一,但对于大部分乘客而言,一定很想在上车之前就知道到达目的地的打车车费是多少。于是,数据侠Emanuel Kamali就通过数据分析与建模,对纽约出租车车费做出预测,并且还发现了一些有趣的现象,快来一起看看吧。

10-26

数据侠

· 顾青

DT

数据如何驱动业务优化?这有一份产品人必读知识清单

数据时代,判断一个互联网企业成功与否的标准之一,就是衡量它各个环节的运营是否形成了“数据飞轮”。那么对于一个互联网从业者来说,是否具有数据意识、是否能够用数据发现并解决问题,将决定了他是否能够成为一名合格产品人。 本期的数据侠实验室,DT君邀请到了E-Bizcamp CEO、DTALK 创始人顾青,他将带我们深入探讨数据驱动业务优化的核心能力。本文为其演讲实录。

10-23

NYCDSA

· Thomas Deegan

DT

NBA的三分球革命:数据分析解秘“三分策略是否真有效”?

新赛季的NBA已经在本周打响了第一枪,热血的全球第一篮球联赛的热情高涨,同时高涨的还有大家对数据科技的追求。本期DT数据侠与纽约数据科学学院合作的数据专栏中,作为计算机专业出身的数据侠Thomas Deegan,使用Python爬取了NBA的三分球数据,并用数据可视化的方式向大家解析NBA这几十年的“三分球革命”,并在最后为大家分析NBA的“三分球策略”是否真的很有效。

10-18

数据侠

· 马骏

DT

关于数字营销,你应该知道哪些才能事半功倍?

“门槛低、水很深”的数字营销之路到底该怎么走?数据驱动下的营销如何从量变到质变?市场数据储存、分析的常用工具有哪些?未来人工智能是否会取代营销从业者和数据分析师? 9月27日,数据侠林雨旸邀请了美库尔中国效果媒体负责人马骏,与大家一起共同探讨数据驱动的营销之路该何去何从~本文为其演讲实录。

10-17

数据可视化

· RS实验所

DT

数据可视化必備的12+2本书!

有人说“数据科学家”被誉为21世纪最性感的职业,尤其在互联网大数据日渐兴盛的当下更是如此。笔者灵感来源于Kaggle上发布的全球从事机器学习、数据科学领域人员的2017年深度调研数据,便决定由此入手来揭开数据科学家的神秘面纱。

10-11

数据侠

· 刘夏

DT

那些抖音流量收割机的惯用套路,都在这份数据解析报告中了

抖音,一款让全民为之疯狂的短视频APP。在这个社交网络圈里,什么样的“抖友”可以一夜爆红?什么样的内容可以获得百万点赞?过去一年,抖音到底经历了什么? 9月20日,DT君邀请了秒针系统研究咨询总监刘夏,为大家带来最详细的抖音数据研究报告解析。本文为其演讲实录。

10-11