c******j
发帖数: 270 | 1 是不是第一份工作是做生统的话，基本上以后跳来跳去也都是做生统了呀？
假如想换方向去金融或者IT公司做事，是不是又要从0开始，以前的工作经验都做不得
数呢？ | s*****n
发帖数: 2174 | 2 分情况, 主要看以前做的东西是不是能在新公司的业务有用吧.
生统专业的学生, 一般找IT业的应该问题不太大.
不过如果在这个领域工作若干年的话, 换行业相对就难一些了.
我面试过一些以前在生统做的人, 不过他们普遍的问题是过于
专注技术细节, 整体上business thoughts明显要比同行业换
工作的要弱. 这就是所谓的隔行如隔山吧.
基本上, 我觉得找第一份工作主要靠技术. 以后换工作, 技术
本身就不那么重要了, 行业经验远比技术容易让人脱颖而出.
【在 c******j 的大作中提到】
: 是不是第一份工作是做生统的话，基本上以后跳来跳去也都是做生统了呀？
: 假如想换方向去金融或者IT公司做事，是不是又要从0开始，以前的工作经验都做不得
: 数呢？
| c******j
发帖数: 270 | 3 其实刚才差点直接站内问你啦。
生统得找IT工作问题不大是因为两者都是以编程为主吗？
那作金融和保险的是不是就跟生统IT差距太远了，比较难转呢？ | s*****n
发帖数: 2174 | 4 我是说生统的fresh grad找IT问题不大. 对于fresh grad一般不会太要求你有很多busi
ness thoughts, 但是对于工作过的人, 就不是这样的expectation了. 所以转行相对比
较难.
保险, 金融, IT, 医药 我觉得互相跳可能都挺难的. 一般工作以后, 像转行业的, 都是
通过读MBA.
【在 c******j 的大作中提到】
: 其实刚才差点直接站内问你啦。
: 生统得找IT工作问题不大是因为两者都是以编程为主吗？
: 那作金融和保险的是不是就跟生统IT差距太远了，比较难转呢？
| c******j
发帖数: 270 | 5 谢啦！
看来真的要在这棵树上吊死了。。。
这么说来第一份工作还是要选好方向，不然估计要郁闷满久的。 | s*****n
发帖数: 2174 | 6 对, 第一份工作非常重要.
我当年找工作的时候, 银行/保险/制造/咨询/IT 什么都投, 就是不投药厂/医院.
当时也不知道为什么, 坚定不想进生统这一行.
【在 c******j 的大作中提到】
: 谢啦！
: 看来真的要在这棵树上吊死了。。。
: 这么说来第一份工作还是要选好方向，不然估计要郁闷满久的。
| c******j
发帖数: 270 | 7 我当时也是。。。是真的不想做生统。虽然一开始一阵子都没有消息，周围的人都劝我
别固执，要是有药厂的机会也先干着，我就是不乐意。
不过还以为其他几个行业能相对灵活的转换呢，现在发现也不行，还是有点郁闷
【在 s*****n 的大作中提到】
: 对, 第一份工作非常重要.
: 我当年找工作的时候, 银行/保险/制造/咨询/IT 什么都投, 就是不投药厂/医院.
: 当时也不知道为什么, 坚定不想进生统这一行.
| s*****n
发帖数: 2174 | 8 你现在在什么行业啊? 有想法转到什么行业去?
【在 c******j 的大作中提到】
: 我当时也是。。。是真的不想做生统。虽然一开始一阵子都没有消息，周围的人都劝我
: 别固执，要是有药厂的机会也先干着，我就是不乐意。
: 不过还以为其他几个行业能相对灵活的转换呢，现在发现也不行，还是有点郁闷
| s*********e
发帖数: 1051 | 9 not easy. took me a long way to switch from healthcare to banking.
however, by all means, survival is the most important consideration. i had
to take the first one that came to me. | c******j
发帖数: 270 | 10 在做保险。。。
感觉现在的职位有点不稳定。再找工作的时候希望能选择的面能宽一些。
毕竟现在形势还挺烂的说。
你喜欢你在做的工作吗？偶觉得对现在的工作越来越没激情了-_-b
【在 s*****n 的大作中提到】
: 你现在在什么行业啊? 有想法转到什么行业去?
| | | q**j
发帖数: 10612 | 11 OMG，你这么问基本上是打击搞生统的不是？
【在 c******j 的大作中提到】
: 是不是第一份工作是做生统的话，基本上以后跳来跳去也都是做生统了呀？
: 假如想换方向去金融或者IT公司做事，是不是又要从0开始，以前的工作经验都做不得
: 数呢？
| s*****n
发帖数: 2174 | 12 保险挺好的啊.
工作没激情了, 可以换个公司, 未必要换行业.
【在 c******j 的大作中提到】
: 在做保险。。。
: 感觉现在的职位有点不稳定。再找工作的时候希望能选择的面能宽一些。
: 毕竟现在形势还挺烂的说。
: 你喜欢你在做的工作吗？偶觉得对现在的工作越来越没激情了-_-b
| c******j
发帖数: 270 | 13 我错了。。。我没有要打击生统的意思。。。
【在 q**j 的大作中提到】
: OMG，你这么问基本上是打击搞生统的不是？
| c******j
发帖数: 270 | 14 但是其实保险公司里的STAT在做的事情都差不多。其实就是定期拿到新的DATA了就去
UPDATE一下模型。看看有没有必要全面调整POLICY价格。。。
所以偶怀疑换公司也还是一样。。。
我不喜欢一直做ROUTINE的工作。。。要是定期能有新课题会比较有趣吧
【在 s*****n 的大作中提到】
: 保险挺好的啊.
: 工作没激情了, 可以换个公司, 未必要换行业.
| s*****n
发帖数: 2174 | 15 定期有新课题的工作, 如不是纯research的话, 必须是在新兴行业.
药厂, 保险, 银行 这类地方估计都已经非常setup了, 可以让你折腾的空间不大.
考虑进IT吧, 呵呵.
【在 c******j 的大作中提到】
: 但是其实保险公司里的STAT在做的事情都差不多。其实就是定期拿到新的DATA了就去
: UPDATE一下模型。看看有没有必要全面调整POLICY价格。。。
: 所以偶怀疑换公司也还是一样。。。
: 我不喜欢一直做ROUTINE的工作。。。要是定期能有新课题会比较有趣吧
| c******j
发帖数: 270 | | s*****n
发帖数: 2174 | 17 事情多了去了, 市场分析, 用户分析, 产品分析.
当然还有各种关于运营的分析, 竞价什么的.
如果做Machine Learning那就更多了, 不过这不能算
传统统计的范畴了, 更多偏计算机.
你就想把, 笼统的说, 统计就是任何与数据打交道事情.
IT领域数据大大的.
【在 c******j 的大作中提到】
: IT里面要统计做什么？
| c******j
发帖数: 270 | 18 为什么说会不断有新课题呢？市场分析等等这些东西好象用统计也满久的了，还没成熟？
还是说所有这些统统归一个部门管，所以就有机会接触各种不同项目？
【在 s*****n 的大作中提到】
: 事情多了去了, 市场分析, 用户分析, 产品分析.
: 当然还有各种关于运营的分析, 竞价什么的.
: 如果做Machine Learning那就更多了, 不过这不能算
: 传统统计的范畴了, 更多偏计算机.
: 你就想把, 笼统的说, 统计就是任何与数据打交道事情.
: IT领域数据大大的.
| s*****n
发帖数: 2174 | 19 每个公司不一样吧. 不过在IT公司, 统计(数据相关)的工作,
没有其他行业那么成熟, 所以具体做的东西也是五花八门.
一方面行业变化快(倒数5年, IT公司变化多大, 保险公司变化多大?)
另一方面数据量大, 项目又杂, 造成了工作非常不routine.
你说的"成熟"包括两个含义, 一是方法的成熟, 二是行业(项目)的成熟.
保险公司属于非常成熟的行业, 所以才会出现model都基本上定好了,
只需要定期update. 技术行业很不一样, 很多东西都是新生的, 即使
市场分析的方法已经很多年了, 可是针对的项目都是新的.
比如分析Google的用户和Yahoo的用户, 就会有很多不一样的地方.
或者分析Yahoo Finance的用户和Yahoo News的用户, 又完全不一样.
新的东西, 像YouTube, Facebook, Twitter这些都各有特点.
做IT硬件的公司(比如Intel), 可能会分析不同国家的市场构成, 潜在用户.
这些类型的工作, 很难routine了. | q**j
发帖数: 10612 | 20 i really love routine job, at least you know what will happen and nobody bla
mes you. try to forecast something volatile like weather or stock market, it
might be too much fun for you to enjoy. your job is good, do not ask for to
o much.
【在 c******j 的大作中提到】
: 但是其实保险公司里的STAT在做的事情都差不多。其实就是定期拿到新的DATA了就去
: UPDATE一下模型。看看有没有必要全面调整POLICY价格。。。
: 所以偶怀疑换公司也还是一样。。。
: 我不喜欢一直做ROUTINE的工作。。。要是定期能有新课题会比较有趣吧
| | | c******j
发帖数: 270 | 21 可是，总是做一样的事情，不会觉得很无聊吗？
每天上班，无聊8+小时。。。不是不能忍，可是也有点想改变。。。
bla
it
to
【在 q**j 的大作中提到】
: i really love routine job, at least you know what will happen and nobody bla
: mes you. try to forecast something volatile like weather or stock market, it
: might be too much fun for you to enjoy. your job is good, do not ask for to
: o much.
| q**j
发帖数: 10612 | 22 这些分析为什么不routine呢？我觉得你列的这些东西都很routine。能不能给个具体的
例子？
【在 s*****n 的大作中提到】
: 每个公司不一样吧. 不过在IT公司, 统计(数据相关)的工作,
: 没有其他行业那么成熟, 所以具体做的东西也是五花八门.
: 一方面行业变化快(倒数5年, IT公司变化多大, 保险公司变化多大?)
: 另一方面数据量大, 项目又杂, 造成了工作非常不routine.
: 你说的"成熟"包括两个含义, 一是方法的成熟, 二是行业(项目)的成熟.
: 保险公司属于非常成熟的行业, 所以才会出现model都基本上定好了,
: 只需要定期update. 技术行业很不一样, 很多东西都是新生的, 即使
: 市场分析的方法已经很多年了, 可是针对的项目都是新的.
: 比如分析Google的用户和Yahoo的用户, 就会有很多不一样的地方.
: 或者分析Yahoo Finance的用户和Yahoo News的用户, 又完全不一样.
| q**j
发帖数: 10612 | 23 let's switch job ba haha.
【在 c******j 的大作中提到】
: 可是，总是做一样的事情，不会觉得很无聊吗？
: 每天上班，无聊8+小时。。。不是不能忍，可是也有点想改变。。。
:
: bla
: it
: to
| c******j
发帖数: 270 | 24 你做什么的阿？看来好象很有挑战的样子
【在 q**j 的大作中提到】
: let's switch job ba haha.
| h***x
发帖数: 586 | 25 Data is different, but the method is routine. So it is still routine.
【在 s*****n 的大作中提到】
: 每个公司不一样吧. 不过在IT公司, 统计(数据相关)的工作,
: 没有其他行业那么成熟, 所以具体做的东西也是五花八门.
: 一方面行业变化快(倒数5年, IT公司变化多大, 保险公司变化多大?)
: 另一方面数据量大, 项目又杂, 造成了工作非常不routine.
: 你说的"成熟"包括两个含义, 一是方法的成熟, 二是行业(项目)的成熟.
: 保险公司属于非常成熟的行业, 所以才会出现model都基本上定好了,
: 只需要定期update. 技术行业很不一样, 很多东西都是新生的, 即使
: 市场分析的方法已经很多年了, 可是针对的项目都是新的.
: 比如分析Google的用户和Yahoo的用户, 就会有很多不一样的地方.
: 或者分析Yahoo Finance的用户和Yahoo News的用户, 又完全不一样.
| s*****n
发帖数: 2174 | 26 There is no concept of "method", but business question. As long as
business questions are different, the work are very different,
regardless
of same or different methodology. Actually, many people failed in job
interviews because of this. When they are given a question, they
immediately try to think about methodology, without thinking much about
business context.
For example, this month, I work on "buyer's behavior". eBay buyers and
Amazon buyers are very different in terms of all kinds of onli
【在 h***x 的大作中提到】
: Data is different, but the method is routine. So it is still routine.
| q**j
发帖数: 10612 | 27 给个具体例子吧。考验考验我们有没有business 头脑。以后面试没准用得上。
immediately
【在 s*****n 的大作中提到】
: There is no concept of "method", but business question. As long as
: business questions are different, the work are very different,
: regardless
: of same or different methodology. Actually, many people failed in job
: interviews because of this. When they are given a question, they
: immediately try to think about methodology, without thinking much about
: business context.
: For example, this month, I work on "buyer's behavior". eBay buyers and
: Amazon buyers are very different in terms of all kinds of onli
| s*****n
发帖数: 2174 | 28 revised already. your post is too fast.
【在 q**j 的大作中提到】
: 给个具体例子吧。考验考验我们有没有business 头脑。以后面试没准用得上。
:
: immediately
| q**j
发帖数: 10612 | 29 能不能这样理解：同一个dependent variable，可以选择很多不同的independent vari
ables。你说的business 头脑就是要选择合适的independent variables？这些东西上网
看看，然后看看wall street analyssts' report不久行了？其实我觉得应该是那些bus
inessman给statsitician的. 反正你不suppose去发掘纯新的metric吧？
【在 s*****n 的大作中提到】
: There is no concept of "method", but business question. As long as
: business questions are different, the work are very different,
: regardless
: of same or different methodology. Actually, many people failed in job
: interviews because of this. When they are given a question, they
: immediately try to think about methodology, without thinking much about
: business context.
: For example, this month, I work on "buyer's behavior". eBay buyers and
: Amazon buyers are very different in terms of all kinds of onli
| s*****n
发帖数: 2174 | 30 Model selection is only a tiny part of it. Most of the time, the question
itself is to be addressed. For example, I may have a goal of understanding
buyer's behavior. But how to do that is completely up to me. I need to
address the question in an actionable way, define metrics, think about how/
where I can get the data, how to analyze the data, how to tell the story,
etc. There is no businessman that tell me what to do, and they probably want
to hear what I can find out.
Of course, another analy
【在 q**j 的大作中提到】
: 能不能这样理解：同一个dependent variable，可以选择很多不同的independent vari
: ables。你说的business 头脑就是要选择合适的independent variables？这些东西上网
: 看看，然后看看wall street analyssts' report不久行了？其实我觉得应该是那些bus
: inessman给statsitician的. 反正你不suppose去发掘纯新的metric吧？
| | | c******j
发帖数: 270 | 31 嗯。这些其实保险模型里也有用。不过现在已经相当固定了。无论是DATA取得的渠道，
还是模型，甚至要用的变量。而且各个州还有限制可以用什么变量不可以用什么变量，
所以没有什么探索空间.
want
【在 s*****n 的大作中提到】
: Model selection is only a tiny part of it. Most of the time, the question
: itself is to be addressed. For example, I may have a goal of understanding
: buyer's behavior. But how to do that is completely up to me. I need to
: address the question in an actionable way, define metrics, think about how/
: where I can get the data, how to analyze the data, how to tell the story,
: etc. There is no businessman that tell me what to do, and they probably want
: to hear what I can find out.
: Of course, another analy
| s*****n
发帖数: 2174 | 32 Yes, that is what I mean. Some industries are already very mature.
There are maybe 100 questions, 90 of them are already solved, and the other
10 are probably unsolvable.
But in some *new* industries, maybe only 10 of 100 questions are solved. A
lot of the unsolved 90 questions are solvable even with minimal effort. In
these areas, people mostly think about business questions (what to do)
instead of sticking to methodology (how to do). Also, since these businesses
are so new and evolve so fast,
【在 c******j 的大作中提到】
: 嗯。这些其实保险模型里也有用。不过现在已经相当固定了。无论是DATA取得的渠道，
: 还是模型，甚至要用的变量。而且各个州还有限制可以用什么变量不可以用什么变量，
: 所以没有什么探索空间.
:
: want
| h***x
发帖数: 586 | 33 I admit business insight is very important. For statistician, the first step
is to understand the question, this need you to communicate with marketing
people from time to time since you can not understand all marketing things
in different fields and for different data.
The next step is to solve the problem. Of course, you may have many ways,
but let me stress on one, for example, modeling. This is what I meant '
methodology'. If the 'methodology' is specified, the left things are all
routine.
F
【在 s*****n 的大作中提到】
: There is no concept of "method", but business question. As long as
: business questions are different, the work are very different,
: regardless
: of same or different methodology. Actually, many people failed in job
: interviews because of this. When they are given a question, they
: immediately try to think about methodology, without thinking much about
: business context.
: For example, this month, I work on "buyer's behavior". eBay buyers and
: Amazon buyers are very different in terms of all kinds of onli
| s*****n
发帖数: 2174 | 34 What you said is correct, but you still think this question in the frame
work of a "statistical project". What you said is a standard logistic
regression project.
Think about this way:
You manager comes to you office and ask you "huxxx, how different are Amazon
buyers and Ebay buyers? Can we do something differently to them (according
to our business)?"
Now, your question is not to predict Ebay vs Amazon or Buyer vs non-Buyer
using logistic regression, but to *understand* their characteristics.
【在 h***x 的大作中提到】
: I admit business insight is very important. For statistician, the first step
: is to understand the question, this need you to communicate with marketing
: people from time to time since you can not understand all marketing things
: in different fields and for different data.
: The next step is to solve the problem. Of course, you may have many ways,
: but let me stress on one, for example, modeling. This is what I meant '
: methodology'. If the 'methodology' is specified, the left things are all
: routine.
: F
| h***x
发帖数: 586 | 35 - It is very nice discussing with you here
What you said is correct, but you still think this question in the frame
work of a "statistical project". What you said is a standard logistic
regression project.
- My job is project oriented. I solve problems for the clients, so I am
always in "statistical project" frame, especially in a "standard logistic
regression project" frame if the target has only two response. :-)
Think about this way:
You manager comes to you office and ask you "huxxx, how dif
【在 s*****n 的大作中提到】
: What you said is correct, but you still think this question in the frame
: work of a "statistical project". What you said is a standard logistic
: regression project.
: Think about this way:
: You manager comes to you office and ask you "huxxx, how different are Amazon
: buyers and Ebay buyers? Can we do something differently to them (according
: to our business)?"
: Now, your question is not to predict Ebay vs Amazon or Buyer vs non-Buyer
: using logistic regression, but to *understand* their characteristics.
| s*****n
发帖数: 2174 | 36 Yes, it is all about your role. If you have a client and those marketing peo
ple, and your role is the "statistics" expert, you should surely think the p
roject in a statistical way.
But it is not always the case. I, for example, work like an independent mark
et analyst. So my work is somewhat like PM + Marketing + Statistician +
Communication. Statistics is only a small part (<20%) of my concern. The
bigger thing is always business context. A lot of times, I don't even have a
manager coming in
【在 h***x 的大作中提到】
: - It is very nice discussing with you here
: What you said is correct, but you still think this question in the frame
: work of a "statistical project". What you said is a standard logistic
: regression project.
: - My job is project oriented. I solve problems for the clients, so I am
: always in "statistical project" frame, especially in a "standard logistic
: regression project" frame if the target has only two response. :-)
: Think about this way:
: You manager comes to you office and ask you "huxxx, how dif
| h***x
发帖数: 586 | 37 yeah, your role requires more skills than the traditional statistician's.
Not everyone can do that.
Sometimes, I think statistics is the easiest in a pipeline task. Most of the
things have been routined. Some works, as what you are doing, are much more
difficult and complicated. There are no common business insights across all
marketing field. When you change the field, such as from retail to tel-com,
things will become rather tough without marketing people's helps.
So another reason why I am mo
【在 s*****n 的大作中提到】
: Yes, it is all about your role. If you have a client and those marketing peo
: ple, and your role is the "statistics" expert, you should surely think the p
: roject in a statistical way.
: But it is not always the case. I, for example, work like an independent mark
: et analyst. So my work is somewhat like PM + Marketing + Statistician +
: Communication. Statistics is only a small part (<20%) of my concern. The
: bigger thing is always business context. A lot of times, I don't even have a
: manager coming in
| q**j
发帖数: 10612 | 38 感觉你把问题想复杂了。比如就是这么一个logistic model。左边是一大堆自变量。比
如：年龄，教育，收入，personality之类的东西。你就是找一些和这些变量相关的数据
/measure对吧？比如年龄和facebook membership，online activity time相关。你可以
吧这两个都放进regression，也可以变换一下放进去。你的问题都是具体如何implemen
t这个regression，而不是说这个model本身有多复杂。
want
【在 s*****n 的大作中提到】
: Model selection is only a tiny part of it. Most of the time, the question
: itself is to be addressed. For example, I may have a goal of understanding
: buyer's behavior. But how to do that is completely up to me. I need to
: address the question in an actionable way, define metrics, think about how/
: where I can get the data, how to analyze the data, how to tell the story,
: etc. There is no businessman that tell me what to do, and they probably want
: to hear what I can find out.
: Of course, another analy
| s*****n
发帖数: 2174 | 39 当然也可以这样说. 不过我主要是说整个这个问题本身, 不是单纯的一个统计问题.
比如要想都有什么variable, 这些variable都得自己从businss的角度考虑来想. 剩下
的还有数据分别怎么获得. 这些工作远比统计model本身多10倍都不止. 这里的选
variable(metrics) 根本不是统计的内容, 完全是marketing insights. 比如像你说的
Facebook membership, online time这两个因素, 重要的是想到它们, 而不是人家告诉
你要分析这两个, 你负责estimate.
如果已经拿到data frame了, 只是fit个model和在现有variable里面选择(统计上的
model selection), 那也许只是5%的工作. 这5%的工作, 可以程序化. 但是之前的那些
工作, 很大程度需要creativity, 很难routine了. 学校里学的统计, 都是从data
frame出发的考虑怎么分析, 很少会考虑data frame是怎么获得的. 现实中, 可能95%的
工作都是pre-data frame的.
【在 q**j 的大作中提到】
: 感觉你把问题想复杂了。比如就是这么一个logistic model。左边是一大堆自变量。比
: 如：年龄，教育，收入，personality之类的东西。你就是找一些和这些变量相关的数据
: /measure对吧？比如年龄和facebook membership，online activity time相关。你可以
: 吧这两个都放进regression，也可以变换一下放进去。你的问题都是具体如何implemen
: t这个regression，而不是说这个model本身有多复杂。
:
: want
| q**j
发帖数: 10612 | 40 哈哈，我是个懒人。要是有个烦人的老问我yahoo user和goog user 有啥不一样，amaz
on shoper 和 ebay shopper有啥不一样。我就问人和人有啥不一样？然后攒这么一个l
ist，sex, age, education, location, faimly, income, wealth。然后对应每一个it
em，我再攒另外一个list。facebook member, online time etc。对这个每一个item，
我再写个note。从哪里可以搞到相应数据。anyway, almost a big 3-d matrix。下次再
有人问我类似问题，我就过一遍。基本都搞定。这个list一开始估计总是要update，但
是干上三年以后基本就stable了吧？
中,
【在 s*****n 的大作中提到】
: 当然也可以这样说. 不过我主要是说整个这个问题本身, 不是单纯的一个统计问题.
: 比如要想都有什么variable, 这些variable都得自己从businss的角度考虑来想. 剩下
: 的还有数据分别怎么获得. 这些工作远比统计model本身多10倍都不止. 这里的选
: variable(metrics) 根本不是统计的内容, 完全是marketing insights. 比如像你说的
: Facebook membership, online time这两个因素, 重要的是想到它们, 而不是人家告诉
: 你要分析这两个, 你负责estimate.
: 如果已经拿到data frame了, 只是fit个model和在现有variable里面选择(统计上的
: model selection), 那也许只是5%的工作. 这5%的工作, 可以程序化. 但是之前的那些
: 工作, 很大程度需要creativity, 很难routine了. 学校里学的统计, 都是从data
: frame出发的考虑怎么分析, 很少会考虑data frame是怎么获得的. 现实中, 可能95%的
| | | s*****n
发帖数: 2174 | 41 呵呵, 注意, 你不是只做这一个工作.
如果今天有人问你Yahoo用户和Google用户有什么不同.
下个月有人问你经济不好对Yahoo有什么影响
再下个月有人问你Twitter的出现代表了什么市场趋势, 会取代IM吗? 对IM业有什么影
响?
再下个月有人问你Youtube和Hulu的商业模式有什么异同.
你很难把这类五花八门问题都程序化吧.
amaz
个l
it
次再
【在 q**j 的大作中提到】
: 哈哈，我是个懒人。要是有个烦人的老问我yahoo user和goog user 有啥不一样，amaz
: on shoper 和 ebay shopper有啥不一样。我就问人和人有啥不一样？然后攒这么一个l
: ist，sex, age, education, location, faimly, income, wealth。然后对应每一个it
: em，我再攒另外一个list。facebook member, online time etc。对这个每一个item，
: 我再写个note。从哪里可以搞到相应数据。anyway, almost a big 3-d matrix。下次再
: 有人问我类似问题，我就过一遍。基本都搞定。这个list一开始估计总是要update，但
: 是干上三年以后基本就stable了吧？
:
: 中,
| c******j
发帖数: 270 | 42 看来偶抛了一块好砖出来，引了这么多玉，学习到了。
不过可能要做到一定级别才能像SONGKUN说的那么有挑战吧？小程序员是不是还是跟在
老板的决策后面，做做最简单的那一步MODELING阿 | s*****n
发帖数: 2174 | 43 其实和级别关系不大, 和行业和部门关系比较大.
【在 c******j 的大作中提到】
: 看来偶抛了一块好砖出来，引了这么多玉，学习到了。
: 不过可能要做到一定级别才能像SONGKUN说的那么有挑战吧？小程序员是不是还是跟在
: 老板的决策后面，做做最简单的那一步MODELING阿
| f***a
发帖数: 329 | | y******g
发帖数: 41 | 45 hi, may I ask
Which departments do jobs related to Statistics in IT companies often belong
to?
Human Resource?
Marketing?
or XXX?
thx | s*****n
发帖数: 2174 | 46 marketing, engineering (比如分析产品)
以及各种有关 decision support 的部门.
human resource, operation 什么的偶尔也招, 但是不多.
belong
【在 y******g 的大作中提到】
: hi, may I ask
: Which departments do jobs related to Statistics in IT companies often belong
: to?
: Human Resource?
: Marketing?
: or XXX?
: thx
|
|
