發覺好多人對Data Analyst有錯誤幻想

咁要睇個個係咩size既project
如果係audit附帶既value-added services, 或者係T&M就快到期要趕得用晒d budget佢，一分錢一分貨，就緊係預左個deliverable唔會同真係招標贏番黎o個d project一樣outcome

普通Da識sql, bi tools, domain knowledge好就夠做

其實master9成都係廢

做做下發覺呢個位真係用黎幫老細打飛機，同幫其他team同事整自動report交功課用
最後功勞人地攞，自己就密密做，做唔掂就比人拎黎做擋箭牌

真
咁樣講應該屌撚到你上天花板

會計都會鳩吹多一個名叫FP&A，講撚到好少人識好專咁，但其實只係每一個Finance manager甚至AM都做緊嘅野。

咁識點樣deploy mlops落cloud會唔會好殺食？

我依加學緊點用azure ml

易唔易移民

咁但係有啲嘢係關啲data nature 連個客都唔知
老細都未必想你drill 落去喇
始終scope 未必agree 咗做乜呢部分

係chur 好多
但向上流機會大啲人工又高啲？
做inhse 好似將所有雞蛋放哂一個籃度
個inhse system 廢啲人廢就比死更難受又未必咁快轉到工
做consulting 都起碼可以轉PJ

想知邊行既DA/DE比較吃香，見銀行啲data工job description流流地

認真咩
de識da野都合理
但da要識de做嘅clustering, Hadoop, spark依堆野完全唔合pay grade

會啊 應該話點樣setup一套framework令公司整個ML lifecycle行得順同埋highest quantity

之後聽過airbnb嘅sharing 佢由model training staging deployment都有好嚴謹嘅procedure最後先上到production
仲要諗埋點樣ensure model嘅quantity

第一: 你再扮女人我一定....
第二: 佢呢個role同data應該冇咩關係

咁我要學好啲
同埋要過到code test先得

但佢係engineer/specialist嚟喎

仲要有時啲definition或者calculation logic要同business owner夾
唔同係照計到，但係def / logic唔夾嘅話成堆Analysis即刻冇用