1，大數(shù)據(jù)類(lèi)的產(chǎn)品經(jīng)理要做哪些事情2，如何修煉才能成為一名優(yōu)秀的數(shù)據(jù)產(chǎn)品經(jīng)理3，數(shù)據(jù)挖掘工程師 產(chǎn)品經(jīng)理 哪個(gè)好4，如何做一個(gè)好的數(shù)據(jù)產(chǎn)品經(jīng)理5，大數(shù)據(jù)以后能干什么1，大數(shù)據(jù)類(lèi)的產(chǎn)品經(jīng)理要做哪些事情
數(shù)據(jù)建模數(shù)據(jù)分析建立用戶(hù)畫(huà)像與運(yùn)營(yíng)一起策劃活動(dòng)，比如做精準(zhǔn)營(yíng)銷(xiāo)用戶(hù)標(biāo)簽化用戶(hù)行為明細(xì)化統(tǒng)計(jì)維度多樣化共同學(xué)習(xí)
2，如何修煉才能成為一名優(yōu)秀的數(shù)據(jù)產(chǎn)品經(jīng)理
對(duì)數(shù)據(jù)敏感，對(duì)運(yùn)營(yíng)熟悉（統(tǒng)計(jì)數(shù)據(jù)維度），對(duì)數(shù)據(jù)流熟悉，另外若是大的項(xiàng)目，則要了解系統(tǒng)的架構(gòu)，數(shù)據(jù)怎樣產(chǎn)品，怎么傳輸，怎樣存儲(chǔ)，怎樣處理。數(shù)據(jù)產(chǎn)品的話，有時(shí)要到數(shù)據(jù)庫(kù)查數(shù)據(jù) sql的語(yǔ)句要熟悉 例如 group by ……在工作實(shí)踐中多操作，多總結(jié)。此外還有與同行交流了。先做人，再做事；做好團(tuán)隊(duì)管理，首先要做好表率作用，以德服人，以理服人；再是要學(xué)習(xí)團(tuán)隊(duì)管理的知識(shí)，比如，溝通的技巧，制度的嚴(yán)明，獎(jiǎng)懲的嚴(yán)明等等，太多了，在網(wǎng)上下載一些企業(yè)管理視頻學(xué)習(xí)，或參加一個(gè)企業(yè)管理課程并將之應(yīng)用，
3，數(shù)據(jù)挖掘工程師 產(chǎn)品經(jīng)理 哪個(gè)好
各有各的好處。數(shù)據(jù)挖掘工程師：針對(duì)大數(shù)據(jù)進(jìn)行價(jià)值的挖掘，要董很多與數(shù)據(jù)庫(kù)有關(guān)的知識(shí)，同時(shí)還需要會(huì)spss、sas等數(shù)據(jù)統(tǒng)計(jì)軟件，要求數(shù)學(xué)邏輯思維要很強(qiáng)，對(duì)數(shù)字敏感。產(chǎn)品經(jīng)理： 一個(gè)優(yōu)秀的產(chǎn)品經(jīng)理不僅僅只是產(chǎn)品研發(fā)，還要需求調(diào)研——產(chǎn)品規(guī)劃——產(chǎn)品功能設(shè)計(jì)——團(tuán)隊(duì)開(kāi)發(fā)——產(chǎn)品測(cè)試——產(chǎn)品發(fā)布，以及產(chǎn)品運(yùn)營(yíng)、推廣等也許這些事情都不是產(chǎn)品經(jīng)理自己親力親為，但產(chǎn)品經(jīng)理一定會(huì)提出很多可執(zhí)行的方案和思路。兩個(gè)職位都很鍛煉人，我個(gè)人比較喜歡產(chǎn)品經(jīng)理的職位。產(chǎn)品經(jīng)理書(shū)目推薦《谷歌和亞馬遜如何做產(chǎn)品》《產(chǎn)品經(jīng)理手冊(cè)》《參與感》數(shù)據(jù)挖掘書(shū)目推薦《大數(shù)據(jù)時(shí)代》數(shù)據(jù)挖掘工程師好兩個(gè)不同的方向，沒(méi)辦法比較職位描述1. 基于阿里飛天云計(jì)算平臺(tái), 整合和處理海量數(shù)據(jù), 尤其是無(wú)線數(shù)據(jù)；2. 與技術(shù)/業(yè)務(wù)部門(mén)溝通合作，將數(shù)據(jù)模型應(yīng)用于實(shí)際業(yè)務(wù)。3. 從大數(shù)據(jù)中挖掘用戶(hù)本質(zhì)屬性，并分析用戶(hù)行為和個(gè)性化需求以及指導(dǎo)業(yè)務(wù)發(fā)展。4. 應(yīng)用先進(jìn)的統(tǒng)計(jì)建模、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)方法建立數(shù)據(jù)模型解決實(shí)際問(wèn)題，并研發(fā)創(chuàng)新方法以解決常規(guī)算法不能解決的問(wèn)題。1. 熟練掌握hadoop、hive，hbase, 理解云計(jì)算, 了解storm，對(duì)hadoop、hive源碼有研究?jī)?yōu)先；擁有海量數(shù)據(jù)處理經(jīng)驗(yàn)者優(yōu)先2. 熟練掌握java語(yǔ)言，mapreduce編程 , 了解linux 和 shell3. 熟練掌握sql, 對(duì)sql優(yōu)化有豐富的經(jīng)驗(yàn)4. 對(duì)數(shù)據(jù)敏感、對(duì)新技術(shù)敏感，有一定技術(shù)研究能力5. 具有bi產(chǎn)品、數(shù)據(jù)可視化產(chǎn)品開(kāi)發(fā)經(jīng)驗(yàn)者優(yōu)先考6. 較強(qiáng)的溝通能力和抗壓能力
4，如何做一個(gè)好的數(shù)據(jù)產(chǎn)品經(jīng)理
數(shù)據(jù)經(jīng)理需要做什么？明確產(chǎn)品目標(biāo)，需要何種數(shù)據(jù)方式呈現(xiàn)目標(biāo)是否完成，數(shù)據(jù)挖掘需要怎么做。1.明確目標(biāo)明確是否偽需求。明確方式，可利用最小可行產(chǎn)品，即以最簡(jiǎn)單的又擁有最基本剛需的功能，能夠迅速推出，并收集用戶(hù)回饋。最簡(jiǎn)單：可以是一個(gè)概念視頻，一個(gè)簡(jiǎn)單的產(chǎn)品原型分析，一個(gè)最核心功能的app推出。查看市場(chǎng)反饋如何，節(jié)約成本和時(shí)間。獲取種子用戶(hù)：愿意付費(fèi)的爬蟲(chóng)匹配需求用戶(hù)，郵件聯(lián)系杜絕測(cè)試，競(jìng)爭(zhēng)公司的蛀蟲(chóng)精英最好，像是知乎用戶(hù)回饋：不要大力出手。不然預(yù)值提高，容易失望。回饋方式清晰，留下好的快速第一映像。及時(shí)更新。注意自動(dòng)安裝。獎(jiǎng)勵(lì)。反饋有獎(jiǎng)，推廣有獎(jiǎng)勵(lì)運(yùn)營(yíng)推廣。場(chǎng)景運(yùn)營(yíng)。采用入口，如出租車(chē)接口。ip效應(yīng)。滴滴請(qǐng)明星。語(yǔ)言轉(zhuǎn)化注冊(cè)率。免費(fèi)注冊(cè)，獲得創(chuàng)新產(chǎn)品試用資格！2.數(shù)據(jù)呈現(xiàn)注意有效數(shù)據(jù)提取，如注冊(cè)轉(zhuǎn)化率和日活，月活。數(shù)據(jù)是合理性的體現(xiàn)，也可以是騙人的手段。aarrr模型吸引用戶(hù)：廣告，地推，口碑推廣獲取用戶(hù)：頁(yè)面跳轉(zhuǎn)入口用戶(hù)激發(fā)行為：點(diǎn)餐，詢(xún)問(wèn)，這是最為需要測(cè)量的數(shù)據(jù)。轉(zhuǎn)換付費(fèi)：最核心的變現(xiàn)。什么行為觸發(fā)了付費(fèi)行為。推廣：獎(jiǎng)勵(lì)。剛需，蘋(píng)果手機(jī)，口碑。mvp模型。使用頻率熱力圖a/b測(cè)試各有各的好處。數(shù)據(jù)挖掘工程師：針對(duì)大數(shù)據(jù)進(jìn)行價(jià)值的挖掘，要董很多與數(shù)據(jù)庫(kù)有關(guān)的知識(shí)，同時(shí)還需要會(huì)spss、sas等數(shù)據(jù)統(tǒng)計(jì)軟件，要求數(shù)學(xué)邏輯思維要很強(qiáng)，對(duì)數(shù)字敏感。產(chǎn)品經(jīng)理： 一個(gè)優(yōu)秀的產(chǎn)品經(jīng)理不僅僅只是產(chǎn)品研發(fā)，還要需求調(diào)研——產(chǎn)品規(guī)劃——產(chǎn)品功能設(shè)計(jì)——團(tuán)隊(duì)開(kāi)發(fā)——產(chǎn)品測(cè)試——產(chǎn)品發(fā)布，以及產(chǎn)品運(yùn)營(yíng)、推廣等也許這些事情都不是產(chǎn)品經(jīng)理自己親力親為，但產(chǎn)品經(jīng)理一定會(huì)提出很多可執(zhí)行的方案和思路。兩個(gè)職位都很鍛煉人，我個(gè)人比較喜歡產(chǎn)品經(jīng)理的職位。產(chǎn)品經(jīng)理書(shū)目推薦《谷歌和亞馬遜如何做產(chǎn)品》《產(chǎn)品經(jīng)理手冊(cè)》《參與感》數(shù)據(jù)挖掘書(shū)目推薦《大數(shù)據(jù)時(shí)代》各有各的好處。數(shù)據(jù)挖掘工程師：針對(duì)大數(shù)據(jù)進(jìn)行價(jià)值的挖掘，要董很多與數(shù)據(jù)庫(kù)有關(guān)的知識(shí)，同時(shí)還需要會(huì)spss、sas等數(shù)據(jù)統(tǒng)計(jì)軟件，要求數(shù)學(xué)邏輯思維要很強(qiáng)，對(duì)數(shù)字敏感。產(chǎn)品經(jīng)理： 一個(gè)優(yōu)秀的產(chǎn)品經(jīng)理不僅僅只是產(chǎn)品研發(fā)，還要需求調(diào)研——產(chǎn)品規(guī)劃——產(chǎn)品功能設(shè)計(jì)——團(tuán)隊(duì)開(kāi)發(fā)——產(chǎn)品測(cè)試——產(chǎn)品發(fā)布，以及產(chǎn)品運(yùn)營(yíng)、推廣等也許這些事情都不是產(chǎn)品經(jīng)理自己親力親為，但產(chǎn)品經(jīng)理一定會(huì)提出很多可執(zhí)行的方案和思路。兩個(gè)職位都很鍛煉人，我個(gè)人比較喜歡產(chǎn)品經(jīng)理的職位。產(chǎn)品經(jīng)理書(shū)目推薦《谷歌和亞馬遜如何做產(chǎn)品》《產(chǎn)品經(jīng)理手冊(cè)》《參與感》數(shù)據(jù)挖掘書(shū)目推薦《大數(shù)據(jù)時(shí)代》
5，大數(shù)據(jù)以后能干什么
目前在國(guó)內(nèi)來(lái)說(shuō)，大數(shù)據(jù)行業(yè)大概有以下幾種崗位：數(shù)據(jù)分析師，數(shù)據(jù)架構(gòu)師，數(shù)據(jù)挖據(jù)工程師，數(shù)據(jù)算法工程師，數(shù)據(jù)產(chǎn)品經(jīng)理。接下來(lái)為大家詳細(xì)介紹一下各崗位的工作內(nèi)容。1. 數(shù)據(jù)分析師。數(shù)據(jù)分析師 是數(shù)據(jù)師的一種，指的是不同行業(yè)中，專(zhuān)門(mén)從事行業(yè)數(shù)據(jù)搜集、整理、分析，并依據(jù)數(shù)據(jù)做出行業(yè)研究、評(píng)估和預(yù)測(cè)的專(zhuān)業(yè)人員。在工作中通過(guò)運(yùn)用工具，提取、分析、呈現(xiàn)數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的商業(yè)意義。作為一名數(shù)據(jù)分析師、至少需要熟練spss、statistic、eviews、sas、大數(shù)據(jù)魔鏡等數(shù)據(jù)分析軟件中的一門(mén)，至少能用acess等進(jìn)行數(shù)據(jù)庫(kù)開(kāi)發(fā)，至少掌握一門(mén)數(shù)學(xué)軟件如matalab、mathmatics進(jìn)行新模型的構(gòu)建，至少掌握一門(mén)編程語(yǔ)言?？傊?，一個(gè)優(yōu)秀的數(shù)據(jù)分析師，應(yīng)該業(yè)務(wù)、管理、分析、工具、設(shè)計(jì)都不落下。2. 數(shù)據(jù)架構(gòu)師。數(shù)據(jù)架構(gòu)師是負(fù)責(zé)平臺(tái)的整體數(shù)據(jù)架構(gòu)設(shè)計(jì)，完成從業(yè)務(wù)模型到數(shù)據(jù)模型的設(shè)計(jì)工作 ，根據(jù)業(yè)務(wù)功能、業(yè)務(wù)模型，進(jìn)行數(shù)據(jù)庫(kù)建模設(shè)計(jì)，完成各種面向業(yè)務(wù)目標(biāo)的數(shù)據(jù)分析模型的定義和應(yīng)用開(kāi)發(fā)，平臺(tái)數(shù)據(jù)提取、數(shù)據(jù)挖掘及數(shù)據(jù)分析。從事數(shù)據(jù)架構(gòu)師這個(gè)職位，需要具備較強(qiáng)的業(yè)務(wù)理解和業(yè)務(wù)抽象能力，具備大容量事物及交易類(lèi)互聯(lián)網(wǎng)平臺(tái)的數(shù)據(jù)庫(kù)模型設(shè)計(jì)能力，對(duì)調(diào)度系統(tǒng)，元數(shù)據(jù)系統(tǒng)有非常深刻的認(rèn)識(shí)和理解，熟悉常用的分析、統(tǒng)計(jì)、建模方法，熟悉數(shù)據(jù)倉(cāng)庫(kù)相關(guān)技術(shù)，如 etl、報(bào)表開(kāi)發(fā)，熟悉hadoop，hive等系統(tǒng)并有過(guò)實(shí)戰(zhàn)經(jīng)驗(yàn)。3. 數(shù)據(jù)挖掘工程師。一般是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中知識(shí)的工程技術(shù)專(zhuān)業(yè)人員。這些知識(shí)可用使企業(yè)決策智能化，自動(dòng)化，從而使企業(yè)提高工作效率，減少錯(cuò)誤決策的可能性，以在激烈的競(jìng)爭(zhēng)中處于不敗之地。成為數(shù)據(jù)挖據(jù)工程師需要具備深厚的統(tǒng)計(jì)學(xué)、數(shù)學(xué)、數(shù)據(jù)挖掘理論基礎(chǔ)和相關(guān)項(xiàng)目經(jīng)驗(yàn)，熟悉r、sas、spss等統(tǒng)計(jì)分析軟件之一，參與過(guò)完整的數(shù)據(jù)采集.整理.分析和建模工作。.具有海量數(shù)據(jù)下機(jī)器學(xué)習(xí)和算法實(shí)施相關(guān)經(jīng)驗(yàn)，熟悉hadoop，hive，map-reduce等。4. 數(shù)據(jù)算法工程師。在企業(yè)中負(fù)責(zé)大數(shù)據(jù)產(chǎn)品數(shù)據(jù)挖掘算法與模型部分的設(shè)計(jì)，將業(yè)務(wù)場(chǎng)景與模型算法進(jìn)行融合等；深入研究數(shù)據(jù)挖掘模型，參與數(shù)據(jù)挖掘模型的構(gòu)建、維護(hù)、部署和評(píng)估，支持產(chǎn)品研發(fā)團(tuán)隊(duì)模型算法構(gòu)建，整合等；制定數(shù)據(jù)建模、數(shù)據(jù)處理和數(shù)據(jù)安全等架構(gòu)規(guī)范并落地實(shí)施。需要具備的知識(shí)有：扎實(shí)的數(shù)據(jù)挖掘基礎(chǔ)知識(shí)，精通機(jī)器學(xué)習(xí)、數(shù)學(xué)統(tǒng)計(jì)常用算法；熟悉大數(shù)據(jù)生態(tài)，掌握常見(jiàn)分布式計(jì)算框架和技術(shù)原理，如hadoop、mapreduce、yarn、storm、spark等；熟悉linux操作系統(tǒng)和shell編程，至少熟悉scala/java/python/c++/r等語(yǔ)言中的一種編程；熟悉大規(guī)模并行計(jì)算的基本原理并具有實(shí)現(xiàn)并行計(jì)算算法的基本能力。5. 數(shù)據(jù)產(chǎn)品經(jīng)理。數(shù)據(jù)平臺(tái)建設(shè)及維護(hù)，客戶(hù)端數(shù)據(jù)的分析，進(jìn)行數(shù)據(jù)統(tǒng)計(jì)協(xié)助，數(shù)據(jù)化運(yùn)營(yíng)整理、提煉已有的數(shù)據(jù)報(bào)告，發(fā)現(xiàn)數(shù)據(jù)變化，進(jìn)行深度專(zhuān)題分析，形成結(jié)論，撰寫(xiě)報(bào)告；負(fù)責(zé)公司數(shù)據(jù)產(chǎn)品的設(shè)計(jì)及開(kāi)發(fā)實(shí)施，并保證業(yè)務(wù)目標(biāo)的實(shí)現(xiàn)；進(jìn)行數(shù)據(jù)產(chǎn)品開(kāi)發(fā)。需要具備的技能有：有數(shù)據(jù)分析/數(shù)據(jù)挖掘/用戶(hù)行為研究的項(xiàng)目實(shí)踐經(jīng)驗(yàn) ；有扎實(shí)的分析理論基礎(chǔ)，精通1種以上統(tǒng)計(jì)分析工具軟件，如spss、sas，熟練使用excel、sql等工具； 熟悉sql/hql語(yǔ)句，工作經(jīng)歷有sql server/my sql等的優(yōu)先 ；熟練操作excel，ppt等辦公軟件,熟練使用spss、sas等統(tǒng)計(jì)分析軟件其中之一 ；熟悉hadoop集群架構(gòu)、有bi實(shí)踐經(jīng)驗(yàn)、參與過(guò)流式計(jì)算相關(guān)經(jīng)驗(yàn)者加分 ；熟悉客戶(hù)端產(chǎn)品的產(chǎn)品設(shè)計(jì)、開(kāi)發(fā)流程 。