Re: [新聞] 大數據時代來臨 喊出起薪50K
中原老學校了 需要搞到這麼難看嗎?
大數據不是會統計和 sql 之後
就好像很厲害
一堆資料給你 你還是撈不出來
這種大數據要的是 domain know-how
不是你上課就會的東西
你下錯 index 出來就是大便
課程大綱 那就是資管 + 統計 換個新包裝 收你兩倍價錢
http://cob.cycu.edu.tw/cob/faculty09.html
以前用 spss, sas 現在改用免錢的 R
不是都一樣 就是用統計工具來算機率
但是這不是大數據
大數據有點像是情報分析
例如北太平洋出現的颶風 是因為前幾天在中國某個地方的廢氣排放超過標準值
加上兩個月前有艘貨輪在阿拉斯加漏油 導致大量的北極熊往南移動
北極熊拍打水所導致的干擾 使得當地的魚群往西移動
因此西部的水溫突然比平常上升一度 加速這次颶風的生成
上完課大概只會 select * from tables
然後出來還是大便
別再喊 50K 了 先看哪家公司會要這些人
除非你有能力做情報分析
去 FBI 或 CIA 上課比較有用
我記得它們有出一套商用軟體
可以把所有的線索關聯性導出來
然後把事件的可能性 用機率算出來 這才是大數據極致
I2 analyst's
http://www-03.ibm.com/software/products/en/analysts-notebook
學校應該買不起吧
我們作情報分析就是用這套來作線索蒐集與分析
※ 引述《gagaone ()》之銘言:
: 大數據時代來臨 喊出起薪50K
: Big Data時代來臨,中原大學開辦「商業巨量資料管理」學士學位學程,打造全國首批巨
: 量資料專業人才,喊出起薪50K!
: 中原大學學程主持人賴正育老師表示,一場職棒球賽累積的數據是1TB,電子收費一天車
: 輛通行資料1400萬,GOOLE搜尋紀錄是10億翻譯網頁加1兆的語料庫,由此均可知Big Data
: 巨量資料人才的需要性,也是台灣前10大熱門職缺。
: 中原大學商學院院長劉立倫表示,中原大學盼台灣跟上世界脈動,創辦學士後「商業巨量
: 資料管理」學士學位學程,最大特點是透過課程規劃,讓學生只要花半年時間,就能馬上
: 投入職場,成為資訊分析人才,一年即可取得學位,強調商業應用與分析能力的培養,學
: 生發展不受限於企業使用的軟體,以一般性工具即可做出實務性的資料分析,入門門檻低
: ,只要邏輯及數理能力尚可。
: 中原大學商學院除與財政部財政資訊中心合作外,已陸續與資策會等簽訂合作協議,讓學
: 生以最貼近實務的資料進行分析與應用,更有系統獲得實務經驗。
: 出處:http://tinyurl.com/q3jt7c9
--
Sent from my USS Nimitz
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.248.43.154
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1445931352.A.334.html
※ 編輯: chengcti (111.248.43.154), 10/27/2015 15:36:41
噓
10/27 15:54, , 1F
10/27 15:54, 1F
推
10/27 15:58, , 2F
10/27 15:58, 2F
→
10/27 15:58, , 3F
10/27 15:58, 3F
推
10/27 16:06, , 4F
10/27 16:06, 4F
噓
10/27 16:06, , 5F
10/27 16:06, 5F
→
10/27 16:13, , 6F
10/27 16:13, 6F
推
10/27 16:16, , 7F
10/27 16:16, 7F
噓
10/27 16:24, , 8F
10/27 16:24, 8F
噓
10/27 16:51, , 9F
10/27 16:51, 9F
噓
10/27 17:41, , 10F
10/27 17:41, 10F
呵呵 多年前我就在做 data mining 想不到現在又改名字了
http://www.bnext.com.tw/article/view/id/35404
美國Top 4 技術長寶立明:大數據即將在五年內消失
※ 編輯: chengcti (111.248.43.154), 10/27/2015 18:14:31
噓
10/27 18:50, , 11F
10/27 18:50, 11F
推
10/27 18:54, , 12F
10/27 18:54, 12F
→
10/27 19:30, , 13F
10/27 19:30, 13F
噓
10/27 19:50, , 14F
10/27 19:50, 14F
推
10/27 20:20, , 15F
10/27 20:20, 15F
→
10/27 21:22, , 16F
10/27 21:22, 16F
噓
10/27 21:31, , 17F
10/27 21:31, 17F
推
10/27 22:19, , 18F
10/27 22:19, 18F
噓
10/27 22:47, , 19F
10/27 22:47, 19F
→
10/27 22:58, , 20F
10/27 22:58, 20F
推
10/27 23:03, , 21F
10/27 23:03, 21F
推
10/27 23:19, , 22F
10/27 23:19, 22F
→
10/27 23:42, , 23F
10/27 23:42, 23F
推
10/28 01:03, , 24F
10/28 01:03, 24F
→
10/28 01:03, , 25F
10/28 01:03, 25F
推
10/28 02:30, , 26F
10/28 02:30, 26F
噓
10/28 09:29, , 27F
10/28 09:29, 27F
→
10/28 14:59, , 28F
10/28 14:59, 28F
→
10/28 15:00, , 29F
10/28 15:00, 29F
→
10/28 15:09, , 30F
10/28 15:09, 30F