數(shù)據(jù)的 采集技術(shù)
看起來比SQL更加友好，完全不懂技術(shù)的業(yè)務(wù)人員也可以操作。但是他解決的只是易用性的問題，功能和傳統(tǒng)SQL比起來不會更好，甚至不如SQL。
開拓新業(yè)務(wù)
A3 ：根據(jù)面試崗位進行相對的準(zhǔn)備
現(xiàn)在都沒有想出來，看來數(shù)據(jù)服務(wù)本身還是比較敏感，服務(wù)模式也不太成熟，大部分停留在對內(nèi)服務(wù)階段，還遠(yuǎn)沒有達(dá)到拓展出公司新業(yè)態(tài)的程度。
負(fù)責(zé)數(shù)據(jù)智能部數(shù)據(jù)產(chǎn)品的規(guī)劃設(shè)計和系統(tǒng)架構(gòu)。 在保險行業(yè)業(yè)務(wù)數(shù)據(jù)的基礎(chǔ)上，研究如何將數(shù)據(jù)轉(zhuǎn)化為服務(wù)，讓數(shù)據(jù)為企業(yè)的業(yè)務(wù)服務(wù)，為企業(yè)的客戶服務(wù)，同時為整個行業(yè)以及為社會服務(wù)。
最常見的兩類監(jiān)管：
當(dāng)指標(biāo)不止一層的時候，一些指標(biāo)是另一些指標(biāo)加工而來的，從最終的報表到基礎(chǔ)數(shù)據(jù)之間隔著好幾層指標(biāo)，每次算報表的時候都層層往下去算指標(biāo)，開銷太大了，所以中間很多相對穩(wěn)定的指標(biāo)就放在緩存里，以提供給上游的指標(biāo)使用。
作為數(shù)據(jù)分析工程師，使用數(shù)據(jù)的部分往往意味著前端展示技術(shù)。傳統(tǒng)的BI系統(tǒng)里的數(shù)據(jù)展示在大數(shù)據(jù)的時代過時了嗎？有哪些不同呢？我個人感覺，就外觀來說，沒什么不同，各種大屏展示，現(xiàn)在流行的說法是駕駛艙。
咱們看電話銷售，粗略估計一下，一個公司壽險電銷行業(yè)的銷售如果有3萬，每天要打8小時電話，按照3-5分鐘產(chǎn)生1M音頻文件算，每秒鐘大約300M的音頻。這些音頻數(shù)據(jù)如果不能在產(chǎn)生的時候就實時處理掉，而是積累起來，一天就是24T，后期再想從這些數(shù)據(jù)里去挖掘價值，就特別困難了。
這兩點要求，傳統(tǒng)的BI系統(tǒng)就不容易實現(xiàn)了，需要利用到大數(shù)據(jù)平臺作為支撐，才能提供實時的數(shù)據(jù)查詢展示，展示的數(shù)據(jù)可以實時下鉆，發(fā)現(xiàn)一個指標(biāo)的關(guān)聯(lián)指標(biāo)。
分析技術(shù)是大頭，也是現(xiàn)在公司里耗費人力最多的地方，業(yè)務(wù)需求最集中的地方。先說說傳統(tǒng)的，現(xiàn)在已有的分析方式是什么樣呢？
二是數(shù)據(jù)展示和數(shù)據(jù)探索往往會結(jié)合在一起。
另外一方面對現(xiàn)有分析技術(shù)的改進，是引入 流式處理的模式 ，處理的不是靜態(tài)保存起來的結(jié)構(gòu)化數(shù)據(jù)，而是處理的在一個數(shù)據(jù)流中的數(shù)據(jù)。
大數(shù)據(jù)應(yīng)用開發(fā)：分布式存儲、kafka等等
數(shù)據(jù)采集技術(shù)最大的作用是豐富了數(shù)據(jù)來來源，和大數(shù)據(jù)分析技術(shù)關(guān)系不大，但是往往是和大數(shù)據(jù)分析平臺集成在一塊兒，形成特定場景的整體解決方案。
*數(shù)據(jù)倉庫：和普通數(shù)據(jù)一樣的結(jié)構(gòu)化數(shù)據(jù)，把業(yè)務(wù)線重新組織后重新放在另一個結(jié)構(gòu)化數(shù)據(jù)庫里面，規(guī)整好的新數(shù)據(jù)庫即為數(shù)據(jù)倉庫。
傳統(tǒng)的持久化存儲技術(shù)，有傳統(tǒng)的數(shù)據(jù)庫，數(shù)據(jù)倉庫，nosql數(shù)據(jù)庫，在數(shù)據(jù)分析中都要用到。這一系列的技術(shù)比較成熟，應(yīng)用場景也很穩(wěn)定。
就目前保險行業(yè)而言，就算完全不使用大數(shù)據(jù)技術(shù)，對保險行業(yè)的日常運營來說，沒有任何影響，但是如果不使用大數(shù)據(jù)技術(shù)，那么對未來的運營，一定會有很大的影響。我們在這一部分，聊一聊保險行業(yè)里大數(shù)據(jù)分析的應(yīng)用場景。
承保是新建保單，投保的時候填寫的，投保人和保險公司簽訂的合同。里面有投保人信息被保人信息，保障內(nèi)容，賠付條款，免責(zé)條款，等等。保全和理賠是修改保單，變更保單的內(nèi)容，或者拿著保單去理賠。
電商上的客戶大部分都是個人信息，而保險公司記錄了很多用戶生活中的社交關(guān)系信息，家庭人員關(guān)系，投保被保人關(guān)系，這就更加敏感了。
傳統(tǒng)的報表系統(tǒng)的實現(xiàn)方式是什么樣的呢？最底層是基礎(chǔ)數(shù)據(jù)，在基礎(chǔ)數(shù)據(jù)的基礎(chǔ)上加工為很多指標(biāo)，將不同的指標(biāo)拉到一個表里，生成報表。
大數(shù)據(jù)分析：在hadoop平臺上實現(xiàn)各式算法
業(yè)務(wù)數(shù)據(jù)都是結(jié)構(gòu)化的數(shù)據(jù)，都是要錄入到業(yè)務(wù)系統(tǒng)里的，使用關(guān)系數(shù)據(jù)庫保存的結(jié)構(gòu)化數(shù)據(jù)。
但是在這樣外觀下，大數(shù)據(jù)的數(shù)據(jù)展示至少有兩點不同：
光是聽到有這么多的數(shù)據(jù)，數(shù)據(jù)分析科學(xué)家們一定就很開心了。
數(shù)據(jù)還是這些數(shù)據(jù)，但是咱們換個角度看，數(shù)據(jù)會不一樣。這些保單相關(guān)的數(shù)據(jù)，也可以說全是用戶數(shù)據(jù)，用來記錄用戶的個人信息和個人行為信息的數(shù)據(jù)。
* 插碼：我們在瀏覽網(wǎng)頁，例如京東或者淘寶時，一些操作行為、習(xí)慣會被記錄下來，這些記錄的工具一般是網(wǎng)頁中的一段代碼，這些預(yù)先寫好的代碼被植入已有的系統(tǒng)后，就會具有相應(yīng)的功能，這個被稱為“插碼系統(tǒng)”。
主要是數(shù)據(jù)展現(xiàn)相關(guān)的技術(shù)，數(shù)據(jù)可視化，多維度展現(xiàn)，數(shù)據(jù)展現(xiàn)和數(shù)據(jù)探索結(jié)合。
