如何在大数据实践中不断地提升自己?
大数据包含了很多领域的知识和技能,数学、统计、计算机是基础,行业经验、背景知识也必不可少。庞大的知识体量,使得大数据的学习成为了一场持久战。按部就班地学习教科书中的理论,对于大多数人来说并不现实。理论的讨论是可以无限延伸的,面对庞杂的技术理论和漫长的学习周期,很少有人能够坚持下来,这也是数据人才长期紧缺的原因之一。
真正可行的方式,是小处着手,循序渐进,在实践中学习理论。实践问题有着具体的场景,理解的成本更低,学习的目标也更明确,从而更容易坚持下去。麻雀虽小,五脏俱全,许多大数据项目的技术相对简单,却蕴含着很大的价值。比如银行业广泛应用的信贷风险模型,采用了基础的回归模型,大幅降低了银行坏账和经济损失。学习大数据,不妨选定一个感兴趣的职业方向,在实践项目中磨练技能,理解理论。在阶段性的成果中,不断获得成长的动力,在良好的心态中赢取这场持久战。
只要用数据思维看问题,实践大数据技术的机会其实很多。阿里巴巴的首席数据官,车品觉先生就给出一个精彩而朴实的例子。他看到属于个人的信息资料,已经远远超出了人们的记忆负荷,于是运用大数据的思想,在“印象笔记”中把自己所有的重要资料都进行了系统化地标记和检索,大幅度提高了工作的效率。 信息化的时代,利用数据创造价值的机会越来越多 ,而通过实践内化数据化的思维和技能,我们才能真正抓住这样的机会。我们能用从学会用大数据管理个人数据开始,到Kaggle这样的平台中参与大数据分析比赛开始,在项目团队中学习知识,实践技能。