在之前的一篇博文中，我们回顾了 Liou、Tao 和 Lin 整理的关于数据分析师和数据科学家的访谈电子书。
在这篇博文中，我们回顾了该系列的第二本书，书名为《数据分析手册：CEO 与经理》。
《数据分析手册：CEO 与经理》
经理在数据分析师和数据科学职位中寻找什么？他们需要哪些技能？他们如何在公司中定义和比较这些职位？
前 5 大发现
与之前的电子书一样，它以访谈中的前 5 大收获开始，这些收获是：
- 信息革命是真实的。
- 数据分析的获取途径日益增多。
- 做自己的项目来进入这个行业。
- 统计学比编程更重要。
- 最重要的技能是能够提出正确的问题。
我认为最后一点被严重低估了。反复出现的一个词是好奇心。受访者强调，统计学和 SQL 等技术技能是可以教授的，但好奇心和对数据的热爱是与生俱来的。
受访者
这本电子书有 43 页，您可以很快读完。有来自 8 家公司的 9 位受访者，具体是：
- Derek Steer (Mode Analytics)
- Dean Abbott (Smarter Remarketer)
- Tom Wheeler (Cloudera)
- Mike Olson (Cloudera)
- Rohan Deuskar (Stylitics)
- Mary Ellen Gorden (Flurry)
- Greg Lamp (Yhat)
- Ali Syed (Persontyle)
- David Gerster (BigML)
我最喜欢的访谈是 Dean Abbott 和 David Gerster，也许是因为我做了最多的笔记。以下是我从访谈中记录的一些要点。
- 通过计数和求和可以走得很远，模型构建可能成本很高。
- 不转化为业务决策的分析基本上是在浪费时间。
- 在处理或展示工作时，要关注问题的开头（框架）和结尾（建议的行动）。
- 数据分析师使用提供的数据回答问题，数据分析师定义问题、收集数据并提供答案。
- 考虑由直觉驱动业务决策的领域，它们很容易受到颠覆（例如体育、时尚等）。
这些访谈中提到的资源和书籍不够多。Dean 列出了一些他推荐的书籍，其中包括：
我推荐这本书给任何有抱负的数据科学家，他们可以从中获得行业领导者的见解，这是一本快速阅读的好书。
感谢您分享您对这本书的看法。它看起来很有趣，而且是一本可以快速阅读的书。