 [数据挖掘]欲开其山，先利其器——实习第三周 |
欲开其山，先利其器——实习第三周
被逼着把厚厚的外套带到公司，抵御冰窖的刺骨寒风！！！直挂了一次点滴，当时喉咙肿痛太厉害，所以现在还没有完全好！吃点药吧。
这个星期继续公司的培训，内容比较感兴趣是关于电信相关业务知识以及oracle和linux，可是还是有些测试东西，发困！
上周末辅导员认可了我的想法，本来想进一步考查可行性，不过安排其他的学习任务，学习数据模型和数据情况，还有复习oracle、sql相关知识，东西比较多，所以有些东西不是很深入，看以后实践中再进一步学习。
总结会时候继续得到辅导员的认可和表扬，好好干~！
不知道是自己还没有真正体会到公司里真正任务型工作氛围呢，还是确实公司还是比较宽松，压力不像传说中it公司的压榨机式的。应该是前者吧，希望后者的成分也有啊。
慢慢的发现，自己还算比较幸运的，因为自己对数据挖掘比较感兴趣，做自己感兴趣的东西当然会主动积极，这也赢得了相关人员的认可和表扬。这个就进入了一个良性循环。上周一个研究生女生看了我的博客后发了一封长长的邮件，说自己对自己学的东 | |
|
|
| [数据挖掘]开凿冰山——实习第二周 |
开凿冰山——实习第二周
周一，考试！
胡考，题目也是比较基本，公司培训的时候不给资料不给网络资源，笔记能记下什么呢？靠记忆吧!也无所谓这种考试。
考完试，进部门了。部门里男女比例好像比较均衡，行政助理还是个靓妹！
见了部门经理和辅导员，感觉还是比较好的，还算亲切吧！下午四点，辅导员叫了我们两个（另一个实习生，和我一个辅导员），给我们讲了项目组的情况，一下给塞了很多概念和背景，另一个实习生好像对数据挖掘不是很了解，所以只是我在提问，更何况之前我也和辅导员联系过，过后给很多文档，当然是我提出要的。
部门级的培训加上辅导员的任务是这个星期的主要工作。部门级的培训其实和我都不是很有关系都是讲测试和实施的，听听也无妨吧。当然看资料很有劲了，都是关于数据挖掘的。认识人就是好，关于项目我也有自己的一些看法，马上就联系teredata的朋友，和他交流一下马上豁然开朗，呵呵。
工作了，时间就过得很快。周五我自觉写了周报给了辅导员，辅导员好像很满意的样子，“能想到这个地步已经很不错了”。呵呵。想法是想 | |
|
|
[数据挖掘]冰山一角——实习第一周  |
冰山一角——实习第一周
实习第一周，多少会有一些期待和兴奋，期望已久的事情终于发生，但是也保持了一份冷静，因为曾经很多太高的期望并没有如期的到来，多了一份思考和稳重。
8月1号一大大大早起床，“长途跋涉”历经地铁、火车、再地铁、公交、步行终于到了公司，公司还挺大的，有一些欣慰。当看到接待人员给我的工牌上写的“测试工程部”的时候心里有点乱，怎么是这个部门。。。。。镇静的想了一下，两次面试谈得内容都是数据挖掘而且自己强调只做这方面相关的内容，还是看下一步，如果真做测试那立马走人。
公司老总们好像很看重我们这批16个实习生，把我们安排在一个号称三星级的宾馆而且实习期间一直住宾馆！！！而且与香港隔海相望。公司正在快速发展的关键时期对人才的需求确实很大，求才如渴。这次实习生中，他们都来自武大、华中科大、中科大、武汉理工等名校，心想看来大家都不简单阿，实习期间可以交一些朋友了，我和武大和武汉理工的两个同事住在一个三人间，相处还挺不错的。比较郁闷的一个星期我们的 | |
|
|
| [数据挖掘]推荐获取数据的16个网站 |
推荐获取数据的16个网站
SEC EDGAR数据库
美国国会两院记录、商务部经济数据、伯克莱圆桌会议、斯坦福法律经济词典
http://town.hall.org/radio/JEC
报价公司
提供有价证券的数据、信息。如有价证券一览表、快报
http://finance.lycos.com/qc/default.aspx | |
|
|
| [商业智能]理顺DW、OLAP、DM and BI |
DW、OLAP、DM and BI
Business Intelligence(BI) = Data Warehouse(DW) + OLAP + Data Mining(DM)
商业智能，即Business Intelligence，缩写为BI。商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营
决策的工具。学术界认为BI是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合，其主要目标是将企业所掌握的信息转换成竞争优势，提高企
业决策能力、决策效率、决策准确性。为了将数据转化为知识，需要利用数据仓库、联机分析处理（ | |
|
|
| [数据挖掘]走上挖掘之路 |
今天终于尘埃落定了，老板还是很开明，讲得很有道理，很尊敬人。敬人者人恒敬之，会为我们实际着想，感谢一下。
7月底，将去深圳，终于可以真正的走出校园了，已经待了18个年头了，走出去，外面的世界是精彩还是沉闷还是压抑，不得而知，只是没有经历过，向往而已。肯定，也有酸甜苦辣，而且味道将不一样。真正的敌人也许就会出现，学校里没有敌人，很多听人说的事也许就会出现。为人处事，是个大学问，走上社会将考验自己的思想和行为。不管怎么样，从老板那里还是可以感悟到一些东西，讲团队，讲诚信，讲生活，讲敬人等等。
压力很大，风险也不小。一方面技术上的学习，之前更多的是理论，缺少的是实践，在实际情况下将会如何？二，为人处事，怎么和人交往，作为实习生新人，低调谦虚诚恳勤奋，尽力的帮助别人。三，毕业论文，之前老板最担心的就是这个，所以之前还再三强调叫我仔细思考清楚。自己承诺，到10月底11月初要写第二篇作为公开发表的论文，每个月写月报，汇报毕业论文相关工作的情况，保持和学校项目组相关老师的联系等等。四，如果公司实习情 | |
|
|
| [商业智能]别了，我向往的SAS |
SAS实习生招聘，一个多月的等待和坚持，最后还是game over，尽了最大的努力！
两轮笔试一轮面试，最后时刻等待我的是失望。还是有些难过地，一开始心里很难受，过了10分钟就好了。
总结一下：
1。笔试成绩还是可以的，他考的也不是很难，不过统计方面的题目还是不怎么会，考得都是高级统计方面的，幸亏都是选择题还可以瞢。
2。关于简历，一方面要根据应聘职位做对应的调整和修改，要有针对性；二，就是写上去的一定要自己会得熟悉的，每一点都可以滔滔不绝的讲给面试官的，因为面试的时候很多问题都是根据简历问，如果自己写的自己有不熟悉好像。。。。我犯这个错误！！！
3。关于笔试，这个好像没什么好说的，完全是平时的积累，临时抱佛脚基本没什么用，当然不 | |
|
|
| [商业智能]什么叫BI[转] |
|
谈谈对BI的理解，杜绝“假”“大”“空”的言辞，从BI的定义、基本技术、专业名词、实例应用及扩展等方面进行重新描述，巩固对BI的理解。
一、BI的定义
BI是Business Intelligence的英文缩写，中文解释为商务智能，用来帮助企业更好地利用数据提高决策质量的技术集合，是从大量的数据中钻取信息与知识的过程。简单讲就是业务、数据、数据价值应用的过程。用图解的方式可以理解为下图：
< | |
|
|
| [数据挖掘]SAS程序员必备的十大技巧[转] |
SUGI27(2002)有一篇被广泛引用的文章，就两页纸，Doug Zirbel的10 Things Experienced SAS® Programmers Don’t Know – But Should(“SAS程序员不知道但必须知道的10件事”)，题目挺拉风，讲的是对有经验的SAS程序员的一次非正式调查，要他们列出SAS程序员需要的一些技巧。其实一共列出了22条，当然前10条是最重要的：
1. Macros—basic knowledge of macro language——对SAS宏语言的基本了解。这里作者推荐的主打文档当然是SAS Manuals中的SAS Macro language，以及SAS Guide to Macro Processing，然后还有Little SAS Book和Carpenter's Complete Guide to the SAS Macro Langua | |
|
|
| [天下杂谈][转]07年应届生硕士IT公司薪水统计 |
收集整理了一下一些今年IT求职薪水统计，这些待遇应该绝大部分是真的啊，可能只有少数一两个不太准确。仅作参考，消遣一下。
放到这里，对自己也是个触动，平时打好扎实的基础，在自己毕业时也能有一家啊 一切都得靠自己！
下面这个是南京大学bbs上的：
zz总结一下各个公司的待遇问题
拿到OFFER之后最关心的肯定是待遇问题了，所以打算把我所知道的待遇统统列出来，在网上很少看到这样的帖子和说明，反正自己也不找工作了，全部说一遍，万一有人看到我这帖子了，也算对他有所交待哈哈，待遇在我这里全部可以看到，感觉网上的帖子抄来抄去，鄙视之，所以打算自己写个帖子，除去那些谣言。常常听到人说这个公司待遇怎么差，但事实上却是很好。说这个公司待遇怎么好，待遇却是很差。所以决定自己以自己的经历和周围同学的待遇情况，将所知道的公司的待遇，公司招聘人员的态度，公司的好坏，招聘诚信度全部列出来，当然是指2008年的校园招聘。
1。浙大网新待遇： 9000,8000,7000*13，分为几个级别，主要看你面试和笔试成绩，然后还有两个月的浮动 | |
|
|
|
