-
14
一个个体户发的大数据开发岗位,为什么会涌来近 200 条私信?
本期内容来自拾穗数据同名文章与视频口播稿。我用自己工作室的个体工商户身份,在招聘平台上发布了一个普通的大数据开发岗位。公司很小,岗位也不稀奇,但不到 24 小时,后台涌来了接近 200 条主动沟通。这不是一次严谨的行业调研,也不能直接推出“大数据开发没机会了”这样的结论。但它像一个真实现场,让我重新思考:数据岗位求职变难,背后到底是岗位少了,还是企业想买的东西变了?本期推荐1. 本期视频版由 Talk About 自动剪辑完成这期内容的视频版本,录制后的粗剪、停顿整理和节奏处理,主要由 Talk About 自动完成。它更适合像这类口播、访谈、知识分享内容:先把长素材录下来,再让工具帮你做初步剪辑,创作者把精力放回到表达和选题上。Talk About:https://talkaboutstudio.com2. 拾穗数据知识库如果你正在做数据开发、数据分析,或者想把传统数据能...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
13
AI时机观-混乱是梯子:为什么"等 AI 落地再说"是最危险的策略
混乱是梯子:为什么"等 AI 落地再说"是最危险的策略本节目由拾穗数据工作室赞助播出:pro.ss-data.cc 【数据从业者全栈知识库】前两天在群里,有同学问了一个挺典型的问题:现在该不该投入时间学 AI,还是老老实实刷算法打基础,等 AI 真正落地了再说?有人回复说,"以不变应万变",先把基本功搞扎实,AI 的事等它成熟了再看。说实话,一年前我大概也会这么说。但今天我不这么想了。我甚至觉得,"等 AI 落地再行动"这句话听起来理性、稳健,实际上可能是你能选择的最危险的策略。大数据"落地"了吗?我做了十一年数据。如果有人问我,大数据落地了吗?我还真不好回答。你说它落地了吧——大多数公司的数据基础设施还是一团糟,数据驱动决策在很多企业里依然是一句口号,数仓建了拆、拆了建,BI 报表做出来没人看。这能叫落地吗?你说它没落地吧——2015 到 2020 年那波大数据热潮里...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
12
EP010-关于数据分析师的职场影响力
视频版本:数据数据分析师成长路线 L3:高级专家——技术很强却总被忽视?L3数据分析师的真正瓶颈不是技能,是影响力系统本期内容,我会用"注意力经济学"和"价值创造系统"两个模型,拆解L3阶段最容易被忽视的真相:✅ 组织不是技能市场,是注意力分配系统✅ 技术是1X,影响力是10X✅ 你的价值不是你产出了什么,而是你改变了什么📌 章节导航:00:00 开场:为什么技术强但晋升难?01:14 第一部分:L3核心技能清单03:29 - 机器学习应用05:29 - AB测试与因果推断07:00 - 时间序列与预测07:45 - 体系化与自动化08:35 - 在AI时代的专家定位11:18 第二部分:组织的注意力经济学15:34 第三部分:个人影响力的系统架构15:36 - 第一层:成为信息节点17:40 - 第二层:建立协作网络19:37 - 第三层:框架设定权2...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
11
EP009——数据治理到底是技术问题还是人性问题,为什么我们总在屎山上雕花
EP009——数据治理到底是技术问题还是人性问题,为什么我们总在屎山上雕花🎉 听友专属福利 全栈数据知识库:pro.ss-data.cc 9 折邀请码:【DATA26】 (限量 5 个,手慢无)🎙️ 节目简介辛辛苦苦跑了一周模型,结果因为上游改了一个枚举值,汇报时被老板当场合上电脑? 每一个数据从业者,可能都经历过这种“至暗时刻”。 我们常自嘲是在“炼丹”,但如果扔进炉子里的都是垃圾,不管炉火多旺,练出来的只能是一坨更有光泽的垃圾。这期节目,我们不聊高大上的技术架构,聊聊那些让数据人崩溃的“屎山”现状,以及为什么说数据治理本质上不是技术问题,而是一个“人性问题”。🧶 时间轴* 00:00 开场:从“那一页被老板合上的 PPT”说起* 01:34 并不存在“干净”的数据:全能文本框、幽灵账号与表格治国* 03:44 为什么治理比登天还难?数据链路上的“公地悲剧”* 05:22...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
10
EP008 | 2026,新人还能入场数据分析吗?
EP008 | 2026,新人还能入场数据分析吗?🎙️ 节目简介"只会写 SQL 就能拿高薪"的掘金时代彻底结束了。 面对 2026 年的行业深水区,AI 把"搬运"做到了极致,还在读研的你,或者正准备转行的你,手里这碗饭还端得住吗? 本期节目,石头不贩卖焦虑,只想和你实打实地算一笔账:现在的入场费是多少?未来的收益率还有多高?🎧 时间轴* 00:00 开场:读研同学的扎心一问,我们还没上桌,饭碗就碎了?* 01:45 认清现实:数据分析的“掘金时代”已过,生态位消失了* 03:20 企业真相:从买“手”(做表)到买“脑”(省钱/赚钱)* 04:50 面试复盘:为什么技术流 A 同学输给了看财报的 B 同学?* 06:15 新人超车指南一:选赛道 > 选工具(带着行业认知降维打击)* 07:30 新人超车指南二:别做玩具项目,去做点“脏”数据* 08:45 结论:种一棵树...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
9
EP007-2026 年数据从业者(数据分析师、数据开发工程师),以及“饭碗”保卫战
展望 2026 —— AI 时代数据人的生存与进阶指南数据从业者全栈知识库(完整的数据领域全栈知识网络、没有幻觉的知识库问答、面试学习小程序)https://pro.ss-data.cc/membership?invite=NY2026优惠券:NY2026联系方式:WX:shisuidata(加群)本期简介:在上期聊完心态调整后,本期节目主播将带领大家“向远看”,提前探讨 2026 年即将到来的行业变局。随着国家数据要素三年行动计划将在 2026 年收官,数据行业将从基础设施建设迈向以“价值变现”为核心的深水区。面对 AI 填平技术门槛的现状,数据从业者该如何构建新的护城河?本期节目深入剖析了数据分析师与开发工程师的转型路径,并给出了具体的行业选择建议。⏱️ 时间轴与核心看点01. 为什么现在就要谈论 2026 年?* 2026 年是一个关键的时间节点,标志着国家层面的数据要...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
8
EP006-消失的两周与数据从业者的 2026
🎙️ Show Notes:消失的两周与数据人的 2026【本期主题】 在公号停更的两周里,主播石头把自己关进了“小黑屋”,没有炒币跑路,也没有提前放假,而是像个手艺人一样去打磨了一件东西。在这个 2025 与 2026 交接的缝隙,当我们习惯了作为系统里的“取数接口”或“下水道修理工”时,,我们该如何重新思考这份工作的意义?本期节目,是一次打工人心贴心的“掏心窝子”局,聊聊在 AI 代码写得比人还快的时代,如何保留那份属于人的“温热”,。【时间轴 & 高光时刻】• 00:00 消失的两周我去哪了? 辟谣“跑路”传闻。石头把自己关进小黑屋,在没有流量焦虑的状态下,体验了一次纯粹手艺人的打磨过程。• 03:15 数据人的集体困境:虚假的忙碌 2025 年大家都喊“累”。◦ 数据分析师 (DA):住在 PPT 里,为了年终总结把 SQL 跑烂,觉得自己只是个“PPT 美化专员”。◦ ...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
7
【特别篇】关于我和拾穗数据工作室,Topic:技术越强话语权越弱?从数据分析到大厂架构专家的11年真实经历
🎙️ 特别篇 | 关于我和拾穗数据工作室Topic:技术越强话语权越弱?从数据分析到大厂架构专家的11年真实经历|数据开发/治理从业者必看的职场避坑指南、晋升方法和价值创造底层逻辑━━━━━━━━━━━━━━━━━━━━💬 本期简介这是一期特别节目。我想和你聊聊我这几年的经历,还有我为什么现在在做知识星球、知识库、咨询,以及播客、公众号这些事情。如果你也在做数据,也遇到过技术很强但职场话语权不高的困惑,这期可能会给你一些启发。━━━━━━━━━━━━━━━━━━━━⏱️ 内容大纲开场:以为技术是护城河,后来发现不是我的职业经历:从分析到开发到架构技术很强,但好像哪里不对想明白的那个道理为什么开始做内容和咨询现在在做的三件事一些真诚的建议片尾━━━━━━━━━━━━━━━━━━━━📖 核心内容▶️ 我以为技术是护城河我以前一直以为,技术越强,在公司就越有话语...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
6
大数据已死?别被标题党骗了-大数据转行的底层逻辑【疯语大数据】番外篇
最近刷到好多这种标题:"大数据已死,转行要趁早"、"2025年千万别学大数据"、"AI取代数据分析师倒计时"。说实话,看到这些我真的挺生气的。这些标题党,不是蠢,就是坏。要么是自己根本不懂行业就瞎说,要么就是明知道不是这么回事,故意贩卖焦虑赚流量。如果你现在也在焦虑,纠结要不要转行,别急。我花5分钟,跟你好好聊聊这事儿该怎么想。欢迎添加我的微信:shisuidata ,让我们共同成长在小宇宙查看该单集文稿
-
5
EP005 A/B测试听起来很科学——用数据说话,避免拍脑袋决策。但在实际工作中,坑也不少。
本期简介A/B测试听起来很科学——用数据说话,避免拍脑袋决策。但在实际工作中,A/B测试的坑也不少。什么时候该测,什么时候不该测?怎么选指标?怎么解读结果?为什么有些A/B测试反而成了问题的来源?这期就随便聊聊我踩过的坑和一些思考。不是教程,只是经验交流。内容大纲* 00:00 开场:为什么想聊A/B测试* 02:00 A/B测试看起来很美好* 04:30 我见过的一些坑* 10:00 为什么会有这些坑* 12:30 我觉得应该怎么用* 15:30 我的一些经验教训* 17:30 片尾核心内容A/B测试看起来很美好理论上,A/B测试确实很科学:* 有个想法不确定好不好,就做个实验* 把用户分成两组,一组看A方案,一组看B方案* 看数据,得出科学的结论用数据说话,避免拍脑袋决策。很多公司都在推A/B测试,产品、运营、算法团队都在用。但理论和实际往往有差距...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
4
EP004 聊聊数据部门为什么总是背锅
本期简介这期想聊聊一个话题——数据部门为什么总是背锅。这些年见过太多数据人抱怨,老板不重视、业务不配合、总是背锅。我自己也经历过,也观察过很多团队。后来慢慢发现,这事儿没那么简单,很多时候问题出在我们自己身上。今天就随便聊聊我的一些观察和感悟吧。内容大纲- 00:00 开场:聊聊这个话题- 02:00 数据部门常背的几种锅- 05:00 我观察到的一些问题- 08:00 见过的一些改变- 11:00 我自己的一点感悟- 14:00 片尾核心内容数据部门常背的几种锅数据对不上这个太常见了。市场部说的用户数和财务部对不上,老板问数据部门到底是多少,然后发现是统计口径不一样。老板就会说:"连自己的口径都统一不了?"以前遇到这种事,数据人都觉得很冤——明明是不同部门要的东西不一样。但仔细想想,为什么会有这么多口径?为什么没人提前协调?这确实也是数据部门该做的事。数据出...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
3
EP03 数据指标的谎言:那些漂亮数字背后的猫腻
《疯语大数据》EP03 Show Notes数据指标的谎言:那些漂亮数字背后的猫腻一句话介绍500万用户?180万活跃?8万付费?同一家公司,三个部门,三个数字。欢迎来到数据指标的化妆术现场,石头带你看穿那些"创造性统计"的把戏。本期金句 💎"数据就像橡皮泥,怎么捏都行。""指标是用来衡量目标的,不是目标本身。""数据既是照妖镜,也是化妆品。"本期要点 🎯【开场案例】同一家公司的用户数据:* 市场部:500万(累计注册)* 产品部:180万(月活)* 财务部:8万(付费)谁在说谎?都没有,只是各自在讲故事【DAU的五种算法】1. 必须有核心行为(最严格)2. 只要登录就算3. 打开APP就算4. 点击推送通知也算5. 后台自动刷新都算(最离谱)【常见数字游戏】* 增长率魔术:选择性对比基期* 平均数陷阱:掩盖真实分布* 统计口径:灵活定义指标【...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
2
AI来了,数据分析师真的要失业了
AI来了,数据分析师真的要失业了一句话介绍当AI能在几秒钟写出完美的SQL,当它能自动生成数据报告,数据分析师还有存在的价值吗?石头用亲身经历告诉你:有些人确实要失业了,但可能这是件好事。本期要点 🎯【现实冲击】* AI写SQL比80%的分析师写得好(真的,我测试过)* Python代码规范到让人汗颜* 分析报告有模有样,逻辑清晰【但是...】* 为什么GMV下降15%?AI:不知道* 数据异常是bug还是口径变了?AI:不知道* 该优化哪个功能?AI:标准答案(但可能是错的)【扎心真相】* 如果你80%的时间在取数、做报表,那确实该慌了* 很多数据分析师把自己活成了"SQL工具人"* 被AI替代的,可能本来就不该存在【真实案例】某电商公司数据团队的逆袭:* AI接管了取数工作* 数据团队反而被解放了* 从成本中心变成决策中心核心观点 💡"AI不是...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
-
1
为什么业务部门还是更爱用Excel?| 一个数据人的真实反思
Show Notes(节目简介)一句话介绍做数据的朋友们,你是否也曾疑惑:为什么掌握了那么多技术,做了那么多报表,业务部门还是偏爱他们的Excel?这期节目,我们来聊聊数据人容易陷入的三个误区,以及如何真正创造数据价值。本期亮点 🎯【痛点直击】* 为什么你的RFM模型输给了简单粗暴的新老客分类?* 为什么100%准确的日报,不如80%准确的实时数据?* 为什么老板总是提临时需求,而你总在救火?【真实案例】* 一份Wiki如何解决了跨部门的数据口径之争* 从简单的四象限分析开始,如何进化成核心数据产品* "数据下午茶":用半小时改变整个团队的数据文化【实用建议】* 如何成为技术和业务之间的"翻译官"* 怎样从被动接需求到主动做数据产品* 面对不合理需求时的优雅推回话术金句摘录 💎"我们要解决的不是技术问题,是业务问题。技术只是手段。""80%的准确性如果能...去小宇宙查看完整单集简介在小宇宙查看该单集文稿
We're indexing this podcast's transcripts for the first time — this can take a minute or two. We'll show results as soon as they're ready.
No matches for "" in this podcast's transcripts.
No topics indexed yet for this podcast.
Loading reviews...
Loading similar podcasts...