현재 어떤 데이터 및 통계 기술이 수요가 높으며 어디에 수요가 있습니까?

재무에서 데이터 분석을하는 직업이 있습니다. 나의 현재 직업은 다른 산업이나 다른 산업에서 일어나는 일에 많이 노출되지 않는 것입니다. 베이지안 통계에 대해 상당한 지식이 있습니다.

나는 시장성을 유지하고 싶기 때문에 현재 어떤 데이터 및 통계 기술이 수요가 높고 어디에 있는지 궁금합니다. 소프트웨어 세계는 데이터가 넘쳐나 기 때문에 통계학자가 정말로 나쁘게 필요하다고 생각하지만, 나는 그들이 수요가 많지 않다는 인상을받습니다.

저의 친구는 소프트웨어 산업이 통계 기술 자체가 아니라 "빅 데이터"기술을 필요로한다고 제안했습니다.

현재 어떤 데이터 및 통계 기술이 수요가 높으며 어디에 수요가 있습니까?

저의 친구는 소프트웨어 산업이 통계 기술 자체가 아니라 "빅 데이터"기술을 필요로한다고 제안했습니다.

친구의 의견에 부분적으로 동의하지만 모든 산업에서 모든 V가 만족되는 경우에만 빅 데이터 도구가 선택됩니다.

저는 최고의 고객 지원 회사에서 데이터 과학 책임자로 일하고 있습니다. 여기서는 제품과 회사의 성장을 위해 데이터 해킹을 수행합니다.

주로 이탈 예측 및 판매 분석에 시계열 분석 기술을 사용합니다. 여기에는 고객, 경쟁 및 산업의 행동 분석도 포함됩니다.

제품 측면에서는 LSTM, 권장 알고리즘 등을 사용한 감정 분석에서 시작하는 다양한 기술을 사용합니다.

그러나 핵심은 시계열 분석에 있습니다. 일반적인 워크 플로우는 다음과 같습니다.

1. 데이터 청소 및 성형.
2. 계절성, 추세 및주기의 식별을 포함하는 탐색 및 설명 분석. 따라서 상관 관계, 자동 상관 관계 및 여러 일 변량 및 이변 량 통계를 탐색해야합니다. 산포, AFC, PAFC 곡선을 포함한 광범위한 플로팅과 함께.
3. 이제 2 단계를 신중하게 고려하여 다양한 모델이 서로 테스트되는 예측 부분이 제공됩니다.

내가 사용하는 도구 : 때때로 R, Python 및 Excel.

그리고 데이터 과학과 성장 해킹의 혼합조차도 마케팅 영역에서 마술을 만드는 것으로 입증되었습니다. 따라서 통계 학자와 수학 대단하다에 대한 수요는 그대로 남아있을 것입니다. 가까운 시일 내에 어느 곳에서도 하락하지 않을 것입니다. 특히 고객 중심의 스타트 업이 전 세계에서 꽃을 피우는 경우에 특히 그렇습니다.

이러한 기술이 수요가 많은 예상치 못한 장소 : HR. 나는 응용 수학의 석사를 얻은 후 우연히 미래의 사고 기술 회사의 HR 부서에서 일했습니다. 많은 회사들이 통계와 데이터 분석이 어떻게 그들을 도울 수 있는지에 관심을 갖게되었다는 것이 밝혀졌습니다. HR 분석은 재무와 같이 잘 알려진 영역에 비해 상대적으로 초기 단계에 있기 때문에 중요도 테스트 및 OLS 회귀와 같은 비교적 기본적인 내용이 포함됩니다. 지금은 Cox 비례 위험을 사용하여 예측 직원 감소 모델을 개발하고 있습니다. 이 분야는 상승세에 있으며 어느 정도의 창의적인 라이센스를 행사하면서 중대한 문제에 의미있는 영향을 줄 수있는 기회가 많습니다. HR은 또한 회사의 구조와 경력을 쌓는 방법에 대해 배울 수있는 좋은 장소입니다.