统计在data science里的地位# DataSciences - 数据科学
Y*a
1 楼
是不是特别低？
看到的大部分招工广告里，要么就没提统计，要么是排在最后的专业，是不是说明统计
专业知识在data science里不是很重要？
看到的大部分招工广告里，要么就没提统计，要么是排在最后的专业，是不是说明统计
专业知识在data science里不是很重要？
z*e
2 楼
现在基建太差，底层基础还在构建当中，现阶段说统计
有点太高级了，等hadoop再进化十年左右
把一些r，sql这些脚本引擎全部搞好并开源
那个时候可能会比较有戏，现在搞big data的多数还是码农
但是统计的应用毕竟是从无到有，硬生生给弄出一块工作机会来
可以了，比起其他行业来说，其他行业干脆是工作机会整个在减少
都被码农给弄的
有点太高级了，等hadoop再进化十年左右
把一些r，sql这些脚本引擎全部搞好并开源
那个时候可能会比较有戏，现在搞big data的多数还是码农
但是统计的应用毕竟是从无到有，硬生生给弄出一块工作机会来
可以了，比起其他行业来说，其他行业干脆是工作机会整个在减少
都被码农给弄的
g*o
3 楼
re
现在大数据主要是靠攒机搞优化来提高
【在 z****e 的大作中提到】
: 现在基建太差，底层基础还在构建当中，现阶段说统计
: 有点太高级了，等hadoop再进化十年左右
: 把一些r，sql这些脚本引擎全部搞好并开源
: 那个时候可能会比较有戏，现在搞big data的多数还是码农
: 但是统计的应用毕竟是从无到有，硬生生给弄出一块工作机会来
: 可以了，比起其他行业来说，其他行业干脆是工作机会整个在减少
: 都被码农给弄的
现在大数据主要是靠攒机搞优化来提高
【在 z****e 的大作中提到】
: 现在基建太差，底层基础还在构建当中，现阶段说统计
: 有点太高级了，等hadoop再进化十年左右
: 把一些r，sql这些脚本引擎全部搞好并开源
: 那个时候可能会比较有戏，现在搞big data的多数还是码农
: 但是统计的应用毕竟是从无到有，硬生生给弄出一块工作机会来
: 可以了，比起其他行业来说，其他行业干脆是工作机会整个在减少
: 都被码农给弄的
j*n
4 楼
没啥好高深的统计，啥 p value, z-test 就能唬倒一帮人，也就完全足够了.
code code code ~!!! Big Data is all about code and scalability
code code code ~!!! Big Data is all about code and scalability
S*y
5 楼
yes. Scalability is king.
c*g
6 楼
呵呵。
【在 j*****n 的大作中提到】
: 没啥好高深的统计，啥 p value, z-test 就能唬倒一帮人，也就完全足够了.
: code code code ~!!! Big Data is all about code and scalability
【在 j*****n 的大作中提到】
: 没啥好高深的统计，啥 p value, z-test 就能唬倒一帮人，也就完全足够了.
: code code code ~!!! Big Data is all about code and scalability
d*s
7 楼
Big Data != Data Science
p*i
8 楼
呵呵 显然不是 不过很多公司里面偏统计的Data Science职位title不一样，比如叫
Quantitative Researcher什么的
Quantitative Researcher什么的
T*u
9 楼
说实话现在统计的地位远不如编程。一个再好的ppt，也远远不如一个客户能用的ugly
product好。编程那块是瓶颈。另外所谓data science偏应用，反而不追求统计上的正
确性。
product好。编程那块是瓶颈。另外所谓data science偏应用，反而不追求统计上的正
确性。
l*m
10 楼
可以这样划分。一个是得到每一个sample的成本很高，这样统计就比较重要。另一个是
sample没有附加成本，数据大，cs 比较重要。
还有统计比较被动，给个data, 就做呀做。cs经常会自己去找其他data sources.，比
如抓个网页
【在 Y****a 的大作中提到】
: 是不是特别低？
: 看到的大部分招工广告里，要么就没提统计，要么是排在最后的专业，是不是说明统计
: 专业知识在data science里不是很重要？
sample没有附加成本，数据大，cs 比较重要。
还有统计比较被动，给个data, 就做呀做。cs经常会自己去找其他data sources.，比
如抓个网页
【在 Y****a 的大作中提到】
: 是不是特别低？
: 看到的大部分招工广告里，要么就没提统计，要么是排在最后的专业，是不是说明统计
: 专业知识在data science里不是很重要？
l*n
11 楼
没有ppt你连项目都没有，谈什么product？不追求统计上的正确性，那你追求什么？做
个垃圾？
ugly
【在 T*****u 的大作中提到】
: 说实话现在统计的地位远不如编程。一个再好的ppt，也远远不如一个客户能用的ugly
: product好。编程那块是瓶颈。另外所谓data science偏应用，反而不追求统计上的正
: 确性。
个垃圾？
ugly
【在 T*****u 的大作中提到】
: 说实话现在统计的地位远不如编程。一个再好的ppt，也远远不如一个客户能用的ugly
: product好。编程那块是瓶颈。另外所谓data science偏应用，反而不追求统计上的正
: 确性。
m*t
12 楼
不是不追求正确性 而是追求最后的结果
classification来说 最后出来结果我关心accuracy/fp/fn
sample一下 看看就知道了 基本不会关心所谓的模型假设条件是什么
所谓黑猫白猫
【在 l******n 的大作中提到】
: 没有ppt你连项目都没有，谈什么product？不追求统计上的正确性，那你追求什么？做
: 个垃圾？
:
: ugly
classification来说 最后出来结果我关心accuracy/fp/fn
sample一下 看看就知道了 基本不会关心所谓的模型假设条件是什么
所谓黑猫白猫
【在 l******n 的大作中提到】
: 没有ppt你连项目都没有，谈什么product？不追求统计上的正确性，那你追求什么？做
: 个垃圾？
:
: ugly
c*t
13 楼
纯cs出身的没什么统计训练。统计这东西重要的是基本概念因为统计基本概念大都"
counter-intuitive"。半路出家的没回头好好巩固一下基本概念的会啥都没用。
前些天跟一个UToronto的据说deep learning大牛谈了谈。扯得一b。但基本统计概念全
是错的。还不如一个学得很扎实的科班master
另外fisher体系下有很多东西半理论半heuristic。data size大了确实不好用
再另外如各位班上大牛所云学统计的大都没学过算法优化。而现在业界对这个需求最大
所以至少目前统计在DS里没啥地位
counter-intuitive"。半路出家的没回头好好巩固一下基本概念的会啥都没用。
前些天跟一个UToronto的据说deep learning大牛谈了谈。扯得一b。但基本统计概念全
是错的。还不如一个学得很扎实的科班master
另外fisher体系下有很多东西半理论半heuristic。data size大了确实不好用
再另外如各位班上大牛所云学统计的大都没学过算法优化。而现在业界对这个需求最大
所以至少目前统计在DS里没啥地位
T*u
14 楼
某些cs算法优化就是统计里面的over fitting。大牛不是hinton吧？
【在 c****t 的大作中提到】
: 纯cs出身的没什么统计训练。统计这东西重要的是基本概念因为统计基本概念大都"
: counter-intuitive"。半路出家的没回头好好巩固一下基本概念的会啥都没用。
: 前些天跟一个UToronto的据说deep learning大牛谈了谈。扯得一b。但基本统计概念全
: 是错的。还不如一个学得很扎实的科班master
: 另外fisher体系下有很多东西半理论半heuristic。data size大了确实不好用
: 再另外如各位班上大牛所云学统计的大都没学过算法优化。而现在业界对这个需求最大
: 所以至少目前统计在DS里没啥地位
【在 c****t 的大作中提到】
: 纯cs出身的没什么统计训练。统计这东西重要的是基本概念因为统计基本概念大都"
: counter-intuitive"。半路出家的没回头好好巩固一下基本概念的会啥都没用。
: 前些天跟一个UToronto的据说deep learning大牛谈了谈。扯得一b。但基本统计概念全
: 是错的。还不如一个学得很扎实的科班master
: 另外fisher体系下有很多东西半理论半heuristic。data size大了确实不好用
: 再另外如各位班上大牛所云学统计的大都没学过算法优化。而现在业界对这个需求最大
: 所以至少目前统计在DS里没啥地位
l*n
15 楼
全是错的。
这就是你眼中的“大牛”？是大吹牛吧
还不如一个学得很扎实的科班master
【在 c****t 的大作中提到】
: 纯cs出身的没什么统计训练。统计这东西重要的是基本概念因为统计基本概念大都"
: counter-intuitive"。半路出家的没回头好好巩固一下基本概念的会啥都没用。
: 前些天跟一个UToronto的据说deep learning大牛谈了谈。扯得一b。但基本统计概念全
: 是错的。还不如一个学得很扎实的科班master
: 另外fisher体系下有很多东西半理论半heuristic。data size大了确实不好用
: 再另外如各位班上大牛所云学统计的大都没学过算法优化。而现在业界对这个需求最大
: 所以至少目前统计在DS里没啥地位
h*3
16 楼
“UToronto的deep learning大牛”。。。。这个亮了！！！应该是说hintonhttp://www.cs.toronto.edu/~hinton/吧。
传说中的扫地僧出现了！
【在 c****t 的大作中提到】
: 纯cs出身的没什么统计训练。统计这东西重要的是基本概念因为统计基本概念大都"
: counter-intuitive"。半路出家的没回头好好巩固一下基本概念的会啥都没用。
: 前些天跟一个UToronto的据说deep learning大牛谈了谈。扯得一b。但基本统计概念全
: 是错的。还不如一个学得很扎实的科班master
: 另外fisher体系下有很多东西半理论半heuristic。data size大了确实不好用
: 再另外如各位班上大牛所云学统计的大都没学过算法优化。而现在业界对这个需求最大
: 所以至少目前统计在DS里没啥地位
传说中的扫地僧出现了！
【在 c****t 的大作中提到】
: 纯cs出身的没什么统计训练。统计这东西重要的是基本概念因为统计基本概念大都"
: counter-intuitive"。半路出家的没回头好好巩固一下基本概念的会啥都没用。
: 前些天跟一个UToronto的据说deep learning大牛谈了谈。扯得一b。但基本统计概念全
: 是错的。还不如一个学得很扎实的科班master
: 另外fisher体系下有很多东西半理论半heuristic。data size大了确实不好用
: 再另外如各位班上大牛所云学统计的大都没学过算法优化。而现在业界对这个需求最大
: 所以至少目前统计在DS里没啥地位
s*h
17 楼
要站队的话我还是站Hinton那边吧
至少觉得他的NN课还挺有料的。
【在 h********3 的大作中提到】
: “UToronto的deep learning大牛”。。。。这个亮了！！！应该是说hintonhttp://www.cs.toronto.edu/~hinton/吧。
: 传说中的扫地僧出现了！
至少觉得他的NN课还挺有料的。
【在 h********3 的大作中提到】
: “UToronto的deep learning大牛”。。。。这个亮了！！！应该是说hintonhttp://www.cs.toronto.edu/~hinton/吧。
: 传说中的扫地僧出现了！
Y*a
18 楼
没想到这么老的帖子又被翻出来了。呵呵
从统计意义上讲，能用500或5000个数据得出有意义的结论，大家为什么非要用
5000000000个数据折腾一番，花5到10倍的人力物力资源，得到同样的结果呢？
的确有必须要用5000000000个数据的项目，但是并不是所有和Web有关的项目都需要big
data的吧。
从统计意义上讲，能用500或5000个数据得出有意义的结论，大家为什么非要用
5000000000个数据折腾一番，花5到10倍的人力物力资源，得到同样的结果呢？
的确有必须要用5000000000个数据的项目，但是并不是所有和Web有关的项目都需要big
data的吧。
Y*a
19 楼
没想到这么老的帖子又被翻出来了。呵呵
从统计意义上讲，能用500或5000个数据得出有意义的结论，大家为什么非要用
5000000000个数据折腾一番，花5到10倍的人力物力资源，得到同样的结果呢？
的确有必须要用5000000000个数据的项目，但是并不是所有和Web有关的项目都需要big
data的吧。
从统计意义上讲，能用500或5000个数据得出有意义的结论，大家为什么非要用
5000000000个数据折腾一番，花5到10倍的人力物力资源，得到同样的结果呢？
的确有必须要用5000000000个数据的项目，但是并不是所有和Web有关的项目都需要big
data的吧。
j*p
20 楼
统计应该是大数据的高端应用。
目前还处在给高端的数据挖掘和统计收集数据搭架子的阶段。
技术是手段，应用才是目的。
目前还处在给高端的数据挖掘和统计收集数据搭架子的阶段。
技术是手段，应用才是目的。
c*z
21 楼
统计是唱戏的（而且是配角），CS是搭台的
如果这台老是塌，自然CS最重要
反之统计会重要点，但是主角还是MBA
这就是命
如果这台老是塌，自然CS最重要
反之统计会重要点，但是主角还是MBA
这就是命
c*z
22 楼
Anyway, the point is
as a worker, 钱多事少离家近
as a manager, 位高权重责任轻
as an owner, 人傻钱多官易饱
everything else is 浮云
as a worker, 钱多事少离家近
as a manager, 位高权重责任轻
as an owner, 人傻钱多官易饱
everything else is 浮云
g*o
23 楼
mba是主角，主要是老板不识货。
你看现在zara和hm，搞死多少低端品牌了
【在 c***z 的大作中提到】
: 统计是唱戏的（而且是配角），CS是搭台的
: 如果这台老是塌，自然CS最重要
: 反之统计会重要点，但是主角还是MBA
: 这就是命
你看现在zara和hm，搞死多少低端品牌了
【在 c***z 的大作中提到】
: 统计是唱戏的（而且是配角），CS是搭台的
: 如果这台老是塌，自然CS最重要
: 反之统计会重要点，但是主角还是MBA
: 这就是命
c*z
24 楼
大牛展开说说zara和hm？
老板不识货那也是老板啊，除非你自己做老板，然后你一看，客户全是MBA
【在 g*****o 的大作中提到】
: mba是主角，主要是老板不识货。
: 你看现在zara和hm，搞死多少低端品牌了
老板不识货那也是老板啊，除非你自己做老板，然后你一看，客户全是MBA
【在 g*****o 的大作中提到】
: mba是主角，主要是老板不识货。
: 你看现在zara和hm，搞死多少低端品牌了
g*o
25 楼
有很多文章讲他们的啊
zara和hm是搞快时尚啊.
之前低端服装和高端服装都是一样的, 每年两季上新, 最多再加两次早春早秋.
zara和hm, 却每个月都出新品, 每次做小批量上货, 而且销售数据全部传回总部进行分
析, 方便下一批次设计调整
反正现在没死的低端服装品牌都想往快时尚方面转, ca, af, gap等等. 但是貌似他们
始终没能赶上zara和hm, 感觉他们只学到了"快", 多上新, 但是没学到数据整合. 销售
没有快速反映在设计上.
其实我是想以后自己当老板, 自己活学活用, 数据怎么算出来的, 可不可信, 自己都知
道. 反正我们家也是干个体的→_→
【在 c***z 的大作中提到】
: 大牛展开说说zara和hm？
: 老板不识货那也是老板啊，除非你自己做老板，然后你一看，客户全是MBA
zara和hm是搞快时尚啊.
之前低端服装和高端服装都是一样的, 每年两季上新, 最多再加两次早春早秋.
zara和hm, 却每个月都出新品, 每次做小批量上货, 而且销售数据全部传回总部进行分
析, 方便下一批次设计调整
反正现在没死的低端服装品牌都想往快时尚方面转, ca, af, gap等等. 但是貌似他们
始终没能赶上zara和hm, 感觉他们只学到了"快", 多上新, 但是没学到数据整合. 销售
没有快速反映在设计上.
其实我是想以后自己当老板, 自己活学活用, 数据怎么算出来的, 可不可信, 自己都知
道. 反正我们家也是干个体的→_→
【在 c***z 的大作中提到】
: 大牛展开说说zara和hm？
: 老板不识货那也是老板啊，除非你自己做老板，然后你一看，客户全是MBA
c*z
26 楼
多谢指点
我也是想以后自己干
现在能想起来的也只有卖iwatch的表带。。。
我也是想以后自己干
现在能想起来的也只有卖iwatch的表带。。。
n*3
27 楼
fist of all, with larger dataset, the model should be more stable
and it is hard to take good 500/5k sample out of huge dataset;
and you will have/see more info will the big piture/big data.
5到10倍的物力资源 maybe,
5到10倍的人力, no no...
big
【在 Y****a 的大作中提到】
: 没想到这么老的帖子又被翻出来了。呵呵
: 从统计意义上讲，能用500或5000个数据得出有意义的结论，大家为什么非要用
: 5000000000个数据折腾一番，花5到10倍的人力物力资源，得到同样的结果呢？
: 的确有必须要用5000000000个数据的项目，但是并不是所有和Web有关的项目都需要big
: data的吧。
and it is hard to take good 500/5k sample out of huge dataset;
and you will have/see more info will the big piture/big data.
5到10倍的物力资源 maybe,
5到10倍的人力, no no...
big
【在 Y****a 的大作中提到】
: 没想到这么老的帖子又被翻出来了。呵呵
: 从统计意义上讲，能用500或5000个数据得出有意义的结论，大家为什么非要用
: 5000000000个数据折腾一番，花5到10倍的人力物力资源，得到同样的结果呢？
: 的确有必须要用5000000000个数据的项目，但是并不是所有和Web有关的项目都需要big
: data的吧。
相关阅读
大家帮忙看看一个小offerpython/excel suggestion/replacement版主的邮箱满了求建议：预测何时客户会revisit business store硅谷工作太多了Excle表格制作者的10个死法求insight data science fellow面经可能有用的一些经验，也可能误导 (转载)国内两个招工信息求：Google quant analyst面经求湾区内推data analyst/ scientist/ modeler找DS工作, 一定要懂(甚至精通)machine learning或者statistics有没有谁自己买服务器组建几个clusters跑hadoop大数据的？New Grad怎么找IT公司data scientist/analyst?一个大数据的问题大家对于有很多value的categorical feature都怎么处理？面试被问到subscription renewal model，大家来集思广益吧有100个Word文件大型会议现场的 WiFi 应该如何搭建？(转载)Tumblr HQ NYC refer (转载)