1.數(shù)據(jù)分析的行業(yè)差異
數(shù)據(jù)理解的難易度不同
商業(yè)模式的成熟度不同
數(shù)據(jù)分析框架的可移植程度不同
2.數(shù)據(jù)分析热凹，功夫在詩外
要熟悉業(yè)務泪电，清楚數(shù)據(jù)生成過程
要分析、理解每一個涉及的人
順勢而為相速，勢窮要先擱置
曲線救國，引導業(yè)務的需求
3.好算法的特征
有價值突诬，能技術落地
舉例，報社的新聞初稿自動編輯绒极，提升初稿編輯速度能直接影響銷量，同時垄提，有大量積累的歷史初稿作為數(shù)據(jù)來源周拐，有新聞規(guī)范，算法可以學習到妥粟。
4.關于求職
招聘考慮求職者對招聘方的熟悉度、認同度罕容、在職時長以及價值量。
跳槽需要考慮工具能力夠用露泊，機會成本可控。
此外惭笑，招聘需求不一定是企業(yè)的需求。
