天天大宝贝儿
数据挖掘领域是一个独特的行业，通常的招聘面试方法可能不大适用于本行业的特点。在招聘一个合格的数据挖掘工程师时，公司一般关注以下三个方面：他聪明吗？聪明意味着能透过复杂的信息建构问题并以正确的方式加以解决。聪明人还能从失败中获取经验。他能否专注于项目？专注意味着在各种困难的环境内，仍能独立或合作完成项目。他是否能与团队一起工作。团队合作需要很好的沟通能力，工作中涉及到的概念、问题、模型、结论等都需要成员之间正确的沟通方能加以明确。为了解候选人是否具有数据挖掘工程师的潜质，需要一小时的面试，主要通过以下五个环节：1、简介如同交谈之初的寒暄一样，简介是使候选人放松下来。可以先介绍一下公司本身的情况，再回答对方的一些疑问。如果问题很复杂，可以将回答放到面试的最后阶段再处理。2、关于数据挖掘项目这是最为重要且耗时的面试阶段，询问候选人最近接手的数据挖掘项目的情况和处理方式。要提问的方面包括：他一开始是如何描述这个项目的项目持续了多长时间这个项目的关键问题是什么问题是如何得到解决的在数据挖掘项目中最为困难的阶段是什么最有趣的阶段又是什么在他眼里，客户是怎么样的团队的其他成员又是如何表现的从中获得了什么样的经验在这个面试阶段，不仅要提问关于“what”的问题，还要很多关于“why”的问题。因为优秀的数据挖掘工程师要能面对客户，清晰的论证并支持其提出的观点。3、关于数据挖掘的流程考察候选人对于工作流程的认识是必要的，如果他谈到了跨行业数据挖掘流程规范（CRISP-DM）意味着好兆头。有很多时候，候选人对这些规范不以为然。虽然说从不同的角度来看待问题是一种创新，但是创新也需要建立在坚实在流程标准之上。因为它可以保证我们不会出现大的纰漏。必要的时候，可以用白板让候选人画出流程图。并让他评价这些工作中最为重要或需要反思的地方。因为建模工作不可能一次完成，反复的提炼问题、建立模型的情况是经常遇到的。另外可以在某个挖掘流程进行深入考查，例如询问对方如何避免过度拟合，如何从大量的候选变量中进行筛选，如何评价或比较模型的效果。4、解决问题软件公司的面试一般会包括“编码测试”，考查数据挖掘工程师也应该如此。一种可以参考的作法是提供一份存在缺陷的分析报告。让候选人对报告进行研究，表达报告中结论的意义，提出其中所存在的问题或不足，提出改进或补救的方法。5、收尾在面试的最后阶段，需要回答候选人的其它提问，并使之相信本公司在本行业中的优势地位，以及在职业生涯中的作用。在完成面试后，需要立即将面试记录进行整理存档。面试是一件苦差事，但也是一个交流学习的机会。通过面试可以了解到其它人遇到的问题，以及他们是如何解决的。
红颜一笑吧
数据挖掘工程师可以通过学习考取两个证书，证书目前主流有两个，一个是CDA，另一个是CPDA。全名是数据分析师，主要是数据分析方法、技术和软件操作为主。它包括：1、统计概率基础；2、数据分析模型方法；3、软件、工具的运用。如果这些技术不会，也不可能会操作数据分析。所以，CDA主要是针对数据分析师必不可少的技术性培训，是数据的获取、储存、整理、清洗、分析，检验到结果报告一个整体的过程，以及数据分析部分软件的操作。全名叫项目数据分析师，国内出现最早的数据分析培训，原先是信息产业部在组织，目前由中商联数据分析专业委员会和工信部教育与考试中心主管，内容主要针对的是基于企业在投资、经营、管理领域的数据分析，类似于MBA课程。课程包括《数据分析基础》、《战略管理》、《量化投资》、《量化经营》等，覆盖企业运营的每个环节，以数据分析的方法来进行的管理、经营、投资的分析，应该说企业的管理层适合学习CPDA来进行管理层面的分析和指导。关于数据挖掘工程师的课程推荐CDA数据分析师的相关课程，课程内容兼顾培养解决数据挖掘流程问题的横向能力以及解决数据挖掘算法问题的纵向能力。要求学生具备从数据治理根源出发的思维，通过数字化工作方法来探查业务问题，通过近因分析、宏观根因分析等手段，再选择业务流程优化工具还是算法工具，而非“遇到问题调算法包”点击预约免费试听课。
南噶希先生
在介绍Learning Analytics之前，我先简单介绍一下我自己，以及开这个专栏在初衷。 我是哥伦比亚大学教育学院人类发展系学习分析专业的在读研究生，这是我在这个项目的第三个学期，眼下正值期末，按常理说是大家最繁忙的阶段。然而对我来说，整个学期都处于繁忙状态，于是也就对期末这种敏感字眼麻木了。写这篇文章，倒像是给自己一个放松的机会。 这周二上午，我跑到学校的学生组织事务部（简称OSA）去寻求一次与部门负责人Ade（此处为化名）见面的机会，为了这次会面，我等了四个多月。我跟Ade是认识的，因为我正在为另一个社团工作，所以定期汇报工作的时候会跟她有交流，而且平日里见了面都会寒暄几句。但是我们都心知肚明，有一个话题，是我们之间必须面谈的。导火索追溯到今年八月初，我收到了另一个社团的录取信，这个社团是偏向人文的社团，顺利的拿到了学校的认证和拨款。我在这个社团中担任宣传部长，也是主干成员之一。而我自己苦心经营的学习分析社团（Teachers College Learning Analytics，之后简称TCLA），却拿到了一封拒信。按照规定，每个官方社团中有三位主干成员是官方工作人员，而担任官方的社团工作人员的学生，只能任职于一个社团。由于TCLA未获得认可，所以我开始担任另一个社团的主干成员。 收到拒信，是整个TCLA的成员没有想到的，因为我们有整个专业的导师和学生做支撑，担任我们社团的指导老师不仅是我们专业的导师，也是学院图书馆的主管，身兼多职，是一位非常有分量老师。外加我们专业与大数据接轨，紧跟高新技术潮流，这些都让我们觉得，被学校认证是理所应当对事儿。然而就是这种理所应当，让我们无法接受这样的拒信。我发邮件给OSA，希望获得一次面谈的机会，一方面询问一下被拒的原因，另一方面也抱着一线生机，争取能够说服他们认可TCLA。然而，我一次次的发邮件约时间，一次次的被推迟。八月份发邮件的时候，OSA说十月后再受理。十月份发邮件的时候，OSA说十一月。一而再再而三，眼看着这学期要结束了，我跑到了OSA的办公室，要求当天必须与Ade见面面谈关于TCLA的相关事宜。终于，让我等到了。 虽然见面了，但是情况并不乐观。Ade再次拒绝认可TCLA，还提出了两个主要原因。第一，Learning Analytics这个专业太新，而且群体很小，看不到可持续性，所以并不看好。第二，TCLA设计的活动主要是Workshop和Seminar，相当于是授课形式，这会与学院的正课产生竞争关系。Ade说，如果想要得到认可，那么TCLA需要在下学期继续以非正式社团的名义举办活动，证明给OSA看，这是可持续的，那到明年秋季开学，或许可以拿到认证。就这样，我一心想要在毕业前看着TCLA拿到认可的愿望，就这么破灭了。 这个专业不被看好，Ade绝不是第一个这样表示的。而我们专业的每一个人，都在为这个专业的未来发展努力着。我们是这个专业的第二届学生，第一届的毕业生，大部分的毕业动态是不错的。有的去了高盛，有的在为联合国做相关项目，有的继续留校读博。我们这个专业，每一届只有十来个人，也是这个学院最小的专业，最小的学生群体。然而我们从来没有因为我们的渺小，而把梦想变得渺小。我们一直希望，能有更多人，了解我们专业，学习我们专业，传播我们专业。这一直是我们专业每个人的使命，也是我创建这个专栏的初衷。因为我始终坚信，这个专业，会在未来发展中，发挥着很重要的作用，是推动人类学习能力的重要基石。 说到这里，你大概对这个项目的目前状况有了了解，接下来，我就要向你介绍一下，什么是Learning Analytics。The world's first graduate program in Learning Analytics Data about learning and learners are being generated today on an unprecedented scale. The fields of learning analytics (LA) and educational data mining (EDM) have emerged with the aim of transforming this data into new insights that can benefit students, teachers, and administrators. As one of world's leading teaching and research institutions in education, psychology, and health, we are proud to offer an innovative graduate curriculum dedicated to improving education through technology and data analysis. 上图是来自哥伦比亚大学教育学院学习分析项目的官方介绍，简言之，学习分析就是通过教育大数据对学习者的学习行为和学习能力进行分析，以帮助学习者获得更加个性化的学习方式。广义来讲，学习分析是将大数据、统计、机器学习、教育理论、心理学、认知科学、人工智能等融合在一起的一种研究方式。 维基百科给出的定义是： Learning analytics is the measurement, collection, analysis and reporting of data about learners and their contexts, for purposes of understanding and optimizing learning and the environments in which it occurs. A related field is educational data mining. 哥伦比亚大学教育学院是世界上第一个创建Learning Analytics专业的学校，当然，随着大数据的崛起，其他学校也陆续开展了这方面研究。比如，Learning Analytics专业的创始人 Ryan S. Baker 在现任学校宾夕法尼亚大学也创建了相似的专业，叫Learning Science & Technologies。此外，还有美国东北大学、波士顿大学、卡内基梅隆大学、加州大学伯克利分校、乔治城大学、悉尼大学、爱丁堡大学、萨斯喀彻温大学等。马里兰大学还专门开设了Learning Analytics Research Group。 不难发现，这个专业是一个实打实的跨学科的教育专业，要将各个领域的知识融合在一起，才能修炼成合格的教育数据科学家。Frederick Hartwig曾在他的著作Exploratory Data Analysis中说过，一个合格的研究人员应该学习尽可能多的知识和方法来协助他探索数据中各种变量的深刻含义，并与理论和社会科学紧密结合起来。 这是一个由跨学科主宰社会的时代，跨学科研究可以在一定程度上是研究更具说服力和可信度。我曾经与一位在亚马逊的教育研究员有过交流，她明确指出，做教育方向的数据分析，如果没有教育背景和实践经验，单凭数据分析的结果说话，是非常可怕的，因为有的时候，数据结果并不合情合理。跟她对话后，更让我坚信学习分析的重要性，也在一定程度上认识到跨学科的重要性。 试想，一门课上，教授用一种教学方式来教三十个学生，有的学生可以很快吸收知识，有的学生却学的非常吃力。期末考试，有的学生拿了满分，有的学生刚刚及格。拿满分的学生就是优秀的学生吗？刚及格的学生就是学渣吗？答案是否定的。因为在个性化学习中，每个学生的学习能力、学习方式、学术背景及接受程度是不同的，如果单单通过考试成绩来评价一个学生，是对学生的不公正。那么，如何来发掘学生的学习能力，以最有效的方式帮助学生达到最佳学习效果呢？这就是学习分析专业所探索的事情。具体问题具体分析，才是教育的本质。 数据挖掘和数据分析的成果是为研究人员在分析学习者的学习能力时提供最有效的参考，但是，数据的结果并不一定是真正的结果。以上，是对Learning Analytics 专业的简单介绍，如果你对此专业感兴趣，欢迎留言进行交流。文中仅代表个人观点，欢迎指正与沟通。 本专栏不定期更新，由于本身日常课程和工作比较多，所以长期不更新也是有可能的。
小洲洲大肚皮
各行各业对于高级管理的人才的需求都在不断增加，于是就有不少考生想知道商业数据挖掘在职研究生考试科目有哪些。在职硕士考试科目确实是很多考生关心的问题，考试科目是根据考生选择的考试类型和专业来决定的，考生可以提前有所了解并做好相关准备。商业数据挖掘在职研究生属于信息资源管理在职研究生，培养具有高素质的高层次信息资源管理专业人才，掌握系统的信息资源管理基础理论知识和专业知识，具有独立从事科学习究、教学工作或专业技术工作和管理工作的能力。在职研究生报名条件是：获得大专以上学历者。完成学业后可以获得结业证，满足本科学历且学士学位满三年的学员可以参加申硕考试，通过申硕考试完成论文答辩后可以授予硕士学位。申硕考试每年5月进行全国联考，3月在中国学位与研究生教育信息网进行网上报名，在职研究生考试科目是外语和专业课综合，专业课综合就是平时所学的专业课的知识，考生要在规定年限内分别通过考试达到及格线才行。商业数据挖掘在职研究生学习方式是：课堂面授与在线教学相结合，学习结束统一组织课程考核。商业数据挖掘在职研究生学习内容有信息资源管理、信息检索前沿研究、商业数据挖掘、社会网络分析、企业信息战略规划、人力资源管理、品牌分析与决策、商业模式与战略管理等。考研政策不清晰？同等学力在职申硕有困惑？院校专业不好选？点击底部官网，有专业老师为你答疑解惑，211/985名校研究生硕士/博士开放网申报名中：
优质考试培训问答知识库
