數(shù)據(jù)分析師與數(shù)據(jù)挖掘工程師，有什么區(qū)別？數(shù)據(jù)分析和數(shù)據(jù)挖掘不屬于徹底差別的兩個(gè)職位，唯一的約定點(diǎn)可能會(huì)是數(shù)據(jù)，數(shù)據(jù)分析象工作是做報(bào)表，各種基本是的數(shù)據(jù)圖、表你可以不以為是數(shù)據(jù)分析做的，數(shù)據(jù)分析最常用的

數(shù)據(jù)分析師與數(shù)據(jù)挖掘工程師，有什么區(qū)別？

數(shù)據(jù)分析和數(shù)據(jù)挖掘不屬于徹底差別的兩個(gè)職位，唯一的約定點(diǎn)可能會(huì)是數(shù)據(jù)，數(shù)據(jù)分析象工作是做報(bào)表，各種基本是的數(shù)據(jù)圖、表你可以不以為是數(shù)據(jù)分析做的，數(shù)據(jù)分析最常用的肯定那就是sql語句，一句話學(xué)習(xí)總結(jié)來說這是一個(gè)沒有多少技術(shù)含量的職位，數(shù)據(jù)挖掘重在挖掘，和算法、模型、大數(shù)據(jù)加強(qiáng)比較好深，比如說風(fēng)控模型、推薦系統(tǒng)等等，本質(zhì)上數(shù)據(jù)挖掘和算法工程師就沒少的區(qū)別，可能會(huì)數(shù)據(jù)挖掘工程性強(qiáng)點(diǎn)。數(shù)據(jù)挖掘?qū)Ｓ帽容^好多的很可能是python、tensorflow，spark等等。因此說，這兩個(gè)職位差別不大。數(shù)據(jù)分析轉(zhuǎn)數(shù)據(jù)挖掘很難。

什么是物聯(lián)網(wǎng)？

物聯(lián)網(wǎng)是可以解釋為互聯(lián)網(wǎng)的第三個(gè)階段。

第一階段互聯(lián)網(wǎng)接入設(shè)備量大概是10億臺(tái)，我們現(xiàn)在通過網(wǎng)線連接的臺(tái)式電腦那是屬于什么這個(gè)網(wǎng)的一個(gè)終端。這個(gè)階段，計(jì)算機(jī)地址這個(gè)可以能找到另一臺(tái)計(jì)算機(jī)；

第二階段互聯(lián)網(wǎng)接入的設(shè)備量大概在50億臺(tái)。手機(jī)和穿戴設(shè)備都是從這個(gè)網(wǎng)聯(lián)在一起。在這個(gè)階段，因此移動(dòng)設(shè)備的實(shí)名化，網(wǎng)絡(luò)的特點(diǎn)是人找人；

第三階段互聯(lián)網(wǎng)（也就是物聯(lián)網(wǎng)）的設(shè)備接入量在500億臺(tái)。除了第一、第二階段的互聯(lián)網(wǎng)，再加人類自己，這些大量的傳感器和專業(yè)芯片，聯(lián)結(jié)成一個(gè)更大的網(wǎng)絡(luò)。這應(yīng)該是“萬物互聯(lián)”的“物聯(lián)網(wǎng)”——IoT。

再說說物聯(lián)網(wǎng)能給人類給了什么好處，一句話：人類早就到了一個(gè)路口，碰到了瓶頸，沒有物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計(jì)算等新技術(shù)的加持，就走不下去了。是因?yàn)?，未來極為緊張，極為不確定。

人類文明的發(fā)展有兩條主線，一是對(duì)能量的依靠水平；那個(gè)應(yīng)該是駕馭信息的水平。

物聯(lián)網(wǎng)的出現(xiàn)，讓人類仔細(xì)的觀察世界的在兩個(gè)維度上我得到了頗大的擴(kuò)展。一是時(shí)間維度，物聯(lián)網(wǎng)實(shí)際傳感器、通訊設(shè)備、運(yùn)算設(shè)備和存儲(chǔ)設(shè)備，能得到了對(duì)世界大到宇宙星辰，小到血液參數(shù)的短短觀察；一個(gè)是空間維度，物聯(lián)網(wǎng)無時(shí)不刻，所有的數(shù)據(jù)（信息）都被再連接：一個(gè)飛機(jī)發(fā)動(dòng)機(jī)里有1000個(gè)傳感器，四次飛行就產(chǎn)生幾十G的數(shù)據(jù)。汽車產(chǎn)業(yè)里最不亦樂乎的是生產(chǎn)出來各種傳感器的工廠。