【#人生感悟的句子# #大数据心得体会(精品六篇)#】励志的句子精选出一篇非常有用的“大数据心得体会”来分享给大家，把这篇文章分享给您的朋友让他们也能够体会到其中的价值。工作中我们会有和别人不一样的想法，我们应该静下心来好好写心得体会。将在某件事中得到的启发写成心得体会有利于成长。

大数据心得体会 篇1

《大数据时代》是由盛扬燕、周涛翻译的英国维克托·迈尔——舍恩伯格、肯尼思·库克耶的一部力作。作者维克托·迈尔——舍恩伯格，被誉为“大数据时代的预言家”；译者周涛，是我国大数据和网络科学领域的青年领军人物。强强联合、中西合璧，使这部中译本自2013年1月与英文原版同步面世以来，即获好评如潮。至2015年10月，在短短不到三年时间里，已加印到第18版，足见其阅读面之广、影响力之深。

《大数据时代》，是我目前最喜欢的一本书。它点燃了我的“纸质阅读”热情，引导我从以休闲、娱乐为主的片断阅读转向了与工作需要相统一的深度阅读。我是比较爱读书的，但自从去年手机启用了上网功能后，我对网上阅读也由最初的好奇逐步发展为习惯，坐着看手机、躺着看手机，甚至上厕所都拿着手机。但在这样的阅读中，思维仿佛禁锢在了手机屏幕的方寸之间，怠于思考。久而久之，思考能力怕是会退化，甚至只是生活在自己的网络空间里，与现实脱节。对此，我感到警醒和焦虑，一直想从这样的阅读习惯中摆脱出来，尽管期间也读了几本书，但被动阅读成分居多，直到我读到《大数据时代》。这一次，我只用一个周末两、三天的时间就读完了这本书，阅读速度堪比早年读《哈里·波特》。这样的手不释卷，这样的阅读速度，让我对自己又有了信心，我还是可以阅读纸质书的。《大数据时代》字里行间洋溢的时代气息深深地感染了我，令我发自内心地渴望了解时事，理解国家、企业面临的形势任务。于是，捧读起《中国油气产业发展分析与展望报告蓝皮书》、《中国国情报告》，也同样兴趣盎然。这一刻，我感到我的阅读兴趣与我的工作需要统一起来了，这是我近年来一直在努力探索和追求的。《大数据时代》，让我的生活充满阅读快乐。

喜欢《大数据时代》，偶然中有必然。本书语言生动，内容丰富，可读性强。特别是上百个与现实生活密切相关、基于大数据应用的鲜活案例，发人深醒。比如，书中所举的排查纽约可能发生爆炸的沙井盖（下水道检修口）案例，就非常有代表性。纽约每年会发生多起沙井盖爆炸，爆炸能使重达300磅的沙井盖冲上几层楼的高度，非常危险。为纽约提供电力支持的联合爱迪生电力公司每年都会对沙井盖进行常规检查和维修，但因沙井盖量大，仅在纽约最小的行政区曼哈顿就有大约51000个沙井盖和服务设施，难以及时发现爆炸隐患并排除。哥伦比亚大学的统计学家鲁丁和她的同事，从大数据角度切入，通过对一些历史数据的研究，预测出可能会出现问题并且需要维修的沙井盖，既利于及时发现并排除隐患，又有效降低了检修成本。由此我联想到，我们大庆油田经过50多年的开发建设，水网、电网、油气网密布。即使没有大的事故发生，也容易出现“跑、冒、滴、漏”的情况。随着岁月的增长，这样那样的问题会更加令人疲于应对。特别是随着燃气入户，天然气管网遍布身边，一旦发生事故，直接关系到居民的生命财产安全，影响人心稳定，影响社会稳定。若能从大数据角度系统考虑这些安全问题，配套完善技术装备和手段，及时收集数据、整理数据，让数据说话，倾听数据声音，排查事故隐患，必能事半功倍。否则，就会像爱迪生电力公司初期“撞大运”式的抽检沙井盖那般，即使全员日夜不停地努力工作，也难以有效解决问题。

《大数据时代》提出的观点，同样令我眼界大开。本书前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。以大数据时代的思维变革为例，本书明确提出“让数据‘发声’”、“允许不精确”、“知道‘是什么’就够了”等观点，非常有冲击性。尤其是“知道‘是什么’就够了，没必要知道‘为什么’”的观点，与我们的传统认知和行为习惯相去甚远。但仔细想来，却非常适用、实用、管用。在这个越来越讲究效率、越来越讲究速度的时代，若是对任何事情，都执着于探索现象背后的原因，也就是必须在知道为什么的基础上开展下一步工作，难免会降低工作效率，甚至会错失良机。就像上文提到的排查纽约可能发生爆炸的沙井盖案例，若鲁尔和她的同事纠结于探索因果关系，总是试图揭示“为什么”，怕是其有生之年都不能完成该项任务。也许，作者本身并非不重视“为什么”，只是用这样的阐释方式，引起人们对“是什么”的重视。突然想起孔夫子那句颇受争议的“民可使由之，不可使知之”，想来以孔子之“仁”，一定没有小看“民”的意思，他所关注和强调的也只是效率。跨越2000多年，东西方文化在此相互碰撞、相互佐证，令人叹为观止。

去年召开的_，从国家战略层面，做出了实施大数据战略的部署和要求。善用大数据、融入新时代，是我们提高企业竞争力的重要手段，也是我们贯彻落实中央精神的重要体现。真诚希望更多人阅读《大数据时代》，在尽享阅读快乐的同时，关注大数据、开发大数据、应用大数据，充分释放数据效能，加快成功脚步，实现人生精彩，为企业发展、国家富强、民族振兴做出更大的贡献。

大数据心得体会 篇2

《大数据时代》是英国维克托·迈尔—舍恩伯格教授的著作，这本书也被尊为国外大数据研究的先河之作。这本书最大的优点就在于作者利用上百个例子来对大数据的方方面面做了详细解说，让外行也很容易理解。结构上，作者通过大数据时代的思维变革、商业变革和管理变革三个角度依次阐述，条理清晰。

所谓"大数据"，按作者的说法，就是"所有数据"。随着计算机运算速度和存储能力的发展，收集数据变得越来越简单，储存数据的成本越来越低。在过去，由于技术限制，人们做统计时只能收集有限的数据做样本，其中要考虑随机样本的选择，努力减小因样本问题出现的误差；统计结果往往不能重复使用，造成数据利用率低。而现在则可以做到"样本=总体"。数据的增多带来不可避免的精确性问题。"小数据"时代，一个样本的错误就可以造成对总体估计的失败，幸运的是，"大数据"时代对精确性不再那么要求苛刻——也无法要求太严格——数据的数量足以弥补这一缺陷。在对思维变革这一部分的阐述中，最重要也是全书的核心观点就是大数据时代，我们应该从追求"因果关系"的旧思维方式向追求"相关关系"转变。

在我看来，这实际上是通过大数据来透视一种事物的发展趋势，而很多精确学科领域依然需要探寻"因果关系"解决更有针对性的问题，所以，这局限了这一转变只能在特定的领域发生。作者自己也说，"大数据的相关性将人们指向了比探讨因果关系更有前景的领域。"

大数据时代的数据获取方式是多种多样，数据形式也是千变万化，任何文字、行为、万物都可以被数据化后用来分析。对这些数据的利用，不仅要考虑到其初次使用价值，更要放眼它未来可能的用途以提高数据的利用率。当然数据并不是无限使用，时效、环境的变化肯定会对数据提出新的要求，所以数据的折旧也是应当考虑的。这又引出了对数据这一无形资产的估值可能性。对于这样的公司来说，数据就是他们的核心，如何在资产负债表上给他们一个公正的体现正是我们需要考虑的。

大数据时代的价值链由三部分构成，我把它们简化为"生产—分析—使用"三个环节，这对应书中的三种类型公司：第一种是基于数据本身的公司，第二种是基于技能，第三种则是基于思维。在大数据早期，技能和思维最有价值，但作者认为，最终，大部分的价值还是必须从数据本身来挖掘。这是假定了一个成熟的市场，人人都了解了大数据的用途。

对于普通人来说，大数据时代最关心的`还是隐私问题。不知不觉中，个人的一举一动都暴露在政府甚至私人企业之下，还面临潜在的泄露风险。对此，作者提出了使用者承担责任的解决办法，而不是过去那种流于形式的使用授权。大数据甚至能预测一个人的犯罪动机，这给监管者带来的难题是，预测一个人要犯罪，惩罚还是不惩罚？在这点上，社会达成"个人仅需对行为而非动机负责"的共识非常重要。

大数据时代的风险控制靠的是"算法师"，类似会计师一样的职业，对大数据的准确度或有效性进行鉴定。这能在一定程度上防止数据滥用的发生和数据独裁。当今的法律亦需对大数据监管进行修订补充。

当代大数据发展主要由科技公司推动，相信在不久的将来更多的传统领域会意识到大数据的重要性。但我们也应该保持清醒，大数据并不是万能药，对某些领域或环节，使用大数据是一种简单且实用的选择；但对某些领域，盲目使用大数据只会适得其反。

大数据心得体会 篇3

信息化是时代发展的最强音，信息化以迅雷不及掩耳之势日益丰富并指引着人们的衣食住行。作为科技发展与文明传承的教育事业面临着信息化大军的整合与崛起。

信息发展以快捷、便利而主导人们的衣食住行。但信息化的发展也是一个渐变与飞跃的过程。在互联网时代，电子科技运用在教学中已成家常便饭，而如何把信息技术与课堂巧妙结合成为教育一线工作者的始终追求。

我从自己教学实践出发，对信息化教学课堂融合谈以下自己的一些看法：

一、基本运用意识的形成。

作为一线的教学者，跟不上网络步伐与现代科技发展前沿是众多一线边远教师面临的最大困境。而要能使得信息化进入课堂就得经历一个意识与实践的初级探索运用阶段。意识是发展的首因，在初涉网络世界、新鲜事物面前好奇与渴望是人皆有之，但每一个人由于天资与接受程度的不同，对现代媒体接受有着参差不齐的想法。故而在初涉阶段敢接触成为了以后发展的先决条件，也就是对兴趣激发和探究欲望启迪。比如：多观看演示、多学习理论知识、多关注相关媒体引用等等，经历依葫芦画瓢到胸有成竹的量变过程。

二、基本技术掌握并运用在教学活动中。

在尝到甜头的基础上，我们要乘势追击，对现代媒体技术进行研究，准确而很好的把握相关技术要点。做到多积累、广运用、多实践、善改善。比如：在教学中，几何画板、思维导图、优课V3、PPT、flash、微课等要能权衡各种软件优势，课堂运用上力争熟能生巧，锦上添花。课堂教学是师生感同身受的形体语言艺术，现代教学媒体以便利直观、资源丰富、表达精准等强大功能成为教学的辅助工具，我们唯有投其所好，集众家之长唯其所用。

三、用好新鲜媒体技术，打造特色教学课堂。

“一节好课”是检验一名教师基本功的最好办法，当下如何去促成一节好课。这里就少不了信息技术的整合与媒体技术的巧妙运用。好的媒体能给课堂增色，使人有耳目一新之感，更能让一个教师把个人信息化水平展现。特色是经典不变的东西，千篇1律的表达对大家来说习以为常。得法者得天下，知法者能顺应时代潮流发展，在不同的环境，陌生的情景中毅然崛起。教学要的是灵感，要的是不随波逐流，要的是哪种把技术与技巧巧妙结合的灵气。新鲜媒体以新给人一种追求感，但不能很好运用就会适得其反，不能发挥应有的课堂辅助效果。适合自己的才有可能唯自己用，贪多求新、五花八门、争相展示自己的媒体技术是很多教师接触新鲜媒体时常犯的错。就此种种，就会出现大家花大力气的学习购买新鲜媒体，却更多的把比试媒体技术占据课堂主导地位，不能顺应课堂教学所需，无边无际的进行竞技奔波，而执教者与观摩者却停留在叹服与渴求的低次次情感体验中，不能看到教学融合的效果，无法提升到信息化与课堂融合的高度，发挥媒体应有的辅助作用更定无从谈起。

四、新老并用，学会掌握前沿技术。

信息世界瞬息万变，今天的一切完全成就不了明天的美好。所以要在信息时代不落伍，就必须更新与完善。在教学之路上，传统与现代技术缺一不可，我们在追求新鲜血液的同时，千万不能忽视传统教学的优点。而现实却存在猴子掰包谷，感时新一阵风让教师没有时间成果而草率的接受新的事物。这样就会使得各种媒体技术运用间脱节，更谈不上整合各种媒体优势，打造出自己可用的教学之风。所以，在信息化逐渐深入人心的当下，我们必须有高远的思想意识，在坚持与创新中找到很好的契合点，不捡芝麻丢西瓜，不赶鸭子上架，顺应教学需求该新则新，该用则用，该全就全，该舍就舍真真的把媒体技术与教学融合到一起。

老师们：教学是艺术，在信息化教学运用日益丰富的今天我们能否战胜艺术的至高点，靠的就是对新鲜技术的敏感程度，靠的就是一种敢于接受的胆魄与毅力，靠的就是万花丛中的一点绿，靠的更是永恒的追求与不懈的探索。教学者我们停不下学习的步伐，不忘初衷，坚信在庞大的信息世界里有适合自己立足之所。

大数据心得体会 篇4

舍恩伯格的《大数据时代》，让我重新审视了"大数据"这个在信息时代异军突起的热点词汇，作为信息安全专业的我，对大数据这个词本身有着更多的热忱。

在百度上搜索到的解释是："大数据"，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。特点：数量、速度、品种、真实性。

而舍恩伯格认为，大数据并不能定义一个确切的概念。他提到"大数据是人们获得新的认知，创造新的价值的源泉；大数据还是改变市场、组织机构，以及政府和公民关系的方法。"这是一种更具有人文色彩和社会意义的诠释。

本书中，主要从三个方面论述，即思维变革、商业变革和管理变革。而舍恩伯格更是着重阐明三大观点：

一、更多：不是随机样本，而是全体数据。

二、更杂：不是精确性，而是混杂性。

三、更好：不是因果关系，而是相关关系。

对于观点一，我不敢苟同，毕竟大数据的实现需要一定的技术支持，而显然，现在这种技术还不够成熟，同时一些简单的事情运用大数据反倒是问题更加复杂化，因此这种大叔据的繁杂处理方式更适用于一些特定的情况，比如商业预测，人类dna的研究等。

而对第二种观点，我是十分赞同舍恩伯格所说的"大数据的简单算法比小数据的简单算法有效"。在计算机行业迅速发展中，一种新的简单可行的算法的出现，远没有计算机在运算速度和存储容量的发展快，而大数据算法似乎更能迎合这种大趋势。

观点三中提到的相关关系在大数据中可是重量级的，它能较快找到事物规律和对应的解决措施，当然，也不能完全忽视因果关系，毕竟人们在思维上更能够接受因果关系分析出的结果，而大数据预测的需要人们慢慢的适应才能接受。当我们完成相关关系的分析而又不满足于只知道"是什么"的时候，我们就可以转而研究"为什么"了，毕竟问题的根本在于因果。而舍恩伯格的全体数据和相关关系是大数据时代下的一种捷径。

但是在信息时代，信息安全问题的日趋凸显，数据独裁与隐私保护之间的矛盾更是立于风口浪尖，成为众矢之的，舍恩伯格在本书的最后章节曾试图寻找一种解决方式来摆脱这一种困境，但最终没能做到，但是他提出"大数据并不是一个充斥着算法的和机器的冰冷世界，人类的作用仍无法被完全代替。"这里表明人在数据时代同样的重要，数据是为人类服务的，也就该人类驱使下完成相应的目的。

在这样的大环境下，常引起我更多的思考和担忧。

大数据时代对于我们同是机遇与挑战，一些国家已开始步入大数据时代的行列，并在各个领域开始研究和使用。而对于我国庞大的人口，以及较大的领土面积，都可以在大数据时代为我们提供数据的保障，而能否面临挑战，在大国之间的新一轮角色角逐间崭露头角，我们更需要解决技术等方面的问题，更应在政策上逐步开放各领域的数据，保证数据来源、权限等问题得到解决，不断学习先进的计算机技术，缩小与其他国家的差距。

工业化、信息化，我们都向世界交出了一份让世界不能小觑的答案；大数据时代的数据化我们又将怎样在新的风暴中所向披靡，如果大数据时代是一种必然趋势，那这就是我们这一代人的责任，是我们新的战场！

大数据心得体会 篇5

4月13日下午，在湖南大学东楼205参加了关于《大数据时代》的读书交流活动。通过相互交流学习，使我更深层次的理解了大数据时代的利与弊，机遇和挑战。在写心得体会前，我想再重新审视一下关于大数据的历史沿革和现实意义。

首先，最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数 据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。大数据作为云计算、物联网之后又IT行业又一大颠覆性的技术革命。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交易信息、物联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。

其次，进入20__年，大数据(big data)一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。它已经上过《纽约时报》《华尔街日报》的专栏封面，进入美国白宫官网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国金证券、国泰君安、银河证券等写进了投资推荐报告。数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然很多企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。正如《纽约时报》20__年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”

最后，随着云时代的来临，大数据(Big data)也吸引了越来越多的关注。著云台的分析师团队认为，大数据(Big data)通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。“大数据”在互联网行业指的是这样一种现象：互联网公司在日常运营中生成、累积的用户网络行为数据。这些数据的规模是如此庞大，以至于不能用G或T来衡量。大数据到底有多大?一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD;发出的邮件有2940亿封之多(相当于美国两年的纸质信件数量);发出的社区帖子达200万个(相当于《时代》杂志770年的文字量);卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……，截止到20__年，数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。国际数据公司(IDC)的研究结果表明，20__年全球产生的数据量为0.49ZB，20__年的数据量为0.8ZB，20__年增长为1.2ZB，20__年的数量更是高达1.82ZB，相当于全球每人产生200GB以上的数据。而到20__年为止，人类生产的所有印刷材料的数据量是200PB，全人类历史上说过的所有话的数据量大约是5EB。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了20__年，全世界所产生的数据规模将达到今天的44倍。

首先，谈谈大数据带给生活的转变。大数据已经是信息产业发展的必然趋势，可以说，大数据现在已经开始慢慢渗透入我们的生活，如：现在流行的打车软件、三维立体化社区的建立、某些从事生产销售的行业利用大数据来优化规模和实现利益最大化。而我们很多人对大数据还很陌生，只是被动的适应着大数据给生活带来的改变。大数据时代是以云计算为基础的，所以，要实现大数据，相关的很多的硬件设备都要更新换代，信息处理系统、信息传输系统、信息反馈系统、信息决策系统都将面临新的挑战，相关产业都要重新调整产业结构，在那时，可以夸张的说，信息就是黄金，信息就是石油。大数据时代的到来会解放更多的劳动生产力，势必将会更加加剧生产力过剩的现状，社会两极分化现象会更加明显，掌握不了信息资源，很难再翻身，要防止信息垄断带来的可怕局面。大数据时代的到来会使人们的生活节奏急速加快，信息的时效性决定了它的流通速率，人们的生活节奏要跟上信息流通的速率，就不得不加快自己的节奏，人们会越来越忙，到那时，就像现在的日本，可能想找个人听你说说话，真的是一件很难的事。

第二，关于数据管理的看法。大数据时代，数据管理是一件很重要的工作，如何才能避免自己的数据被非法窃取、丢失和被盗?我的看法是，人防、技防、物防一体化。人防，即我们要从思想上牢固树立信息安全防范的意识，不主动泄露信息，要管理好自己身边的信息设备;技防，就是要运用软件来管理和处理数据，经常检查更新数据库，定时查杀电脑病毒，确保电脑状况安全;物防，就是重要的数据一定要备份保留，而且应当做到备份与原始文件是物理隔离，无关的信息应当及时删除，减轻硬盘的压力。

三、怎么保护自己的隐私。隐私，顾名思义，就是不愿意让别人看到的东西，所以，在大数据时代，更要管理好自己的隐私，以免对自己和家人造成麻烦和损失。越是隐私的信息，越要远离网络，不要再公开的社交网络储存和展示个人图片、资料等信息，免得被非法人士采用和窃取。建议还是用纸质的日记代替电脑日记，避免信息传播范围太大，管理好自己的日记本。研发一种新的硬件连接器，总是以随机码来保护自己真实IP地址，提高网络安全的可靠性，加强对联网信息的管理和保护。

不论我们情不情愿，大数据时代都会到来，现实社会是我们高喊着走向大数据时代，其实大数据时代已经向我们走来，所以与其被动接受，不如主动学习，从中找到自己的出路，成为大数据时代的建设者和受益者。

大数据心得体会 篇6

在目前互联网经济的时代，数据已成为企业的核心资产，对数据的应用、管理能力也已成为企业核心竞争力。在我们生活中大数据的应用也越来越广泛，比如网上购物、新闻推送等领域，银行业的大数据应用也具有巨大潜力，大数据分析的热度不断提升。基于市场形势及同业的快速发展，行领导对我行大数据体系的建设给予了高度的重视，董事长指示“大数据是商业银行极其重要的资产和资源，在银行经营管理中发挥越来越重要的作用。谁跟不上大数据发展的形势，谁就会被市场竞争所淘汰。”，赵行长也多次提到“大数据是一个金矿，哪个部门先用，哪个部门先受益”。为了将大数据分析有效应用到实际业务工作中，支持我部业务发展，本人参加了管理信息部牵头组织的本次培训。

前期在管理信息部的牵头组织下，我部申请将“贵金属交易潜在客户挖掘”项目为大数据分析示范项目，希望以贵金属业务为切入点，探索大数据分析在金融市场领域的应用。随着项目的推进，我对数据分析在贵金属业务领域的应用有了简单认识，但仍局限于对数据库表的统计、加工。通过本次的学习，加深了对我行大数据服务体系建设方案的了解，初步掌握了大数据分析的理论基础、方法流程，并尝试应用工具开展简单的分析工作，主要学习成果总结如下：

一、深入理解我行大数据体系建设方案

今年年初，行党委审议通过了大数据分析的总体思路和实施方式，即建设“一个平台、一套机制、一支队伍”，以数据分析示范项目为驱动，带动“一个平台、一套机制、一支队”滚动发展，逐步建立完善大数据分析服务体系。经管理信息部及软件开发中心2年的不懈努力下，我行大数据分析的基础平台已搭建完成，为数据分析人员提供了一站式数据服务基础，同时也初步形成了一套健全的运营管理机制保障高效优质的数据服务，包括分析用户管理、数据安全管理、项目管理等。而一支队伍则是本次培训的主要目的，也是大数据分析工作的的关键，即形成一支我行自有的专业的数据分析师团队。

二、初步掌握大数据分析的理论基础及方法

理论是支持实践的基础，可有效指导实践，大数据分析工作也不例外。数据分析的理论基础为概率论及数理统计，在大学时作为一门必修课，有一个学期的时间来学习，本次培训在讲师的带领下，则通过一天进行了回顾。同时也学习了统计学及常用统计模型，并结合实际简单案例了解应用场景，重点的学习模型包括Logistic回归、决策树、时间序列，这些模型后续如何应用到实际业务分析中仍需要不断的探索实验。

理论是支持实践的基础，可有效指导实践，大数据分析工作也不例外。数据分析的理论基础为概率论及数理统计，在大学时作为一门必修课，有一个学期的时间来学习，本次培训在讲师的带领下，则通过一天进行了回顾。同时也学习了统计学及常用统计模型，并结合实际简单案例了解应用场景，重点的学习模型包括Logistic回归、决策树、时间序列，这些模型后续如何应用到实际业务分析中仍需要不断的探索实验。

大数据分析工作也有一套方法、流程，一般数据分析的主要步骤包括业务理解、数据理解、数据准备、建模、评估/报告、应用、监测，在不断的循环迭代中加强数据对业务发展的支持。

三、尝试应用工具开展简单分析

工欲善其事，必先利其器。在了解大数据分析的理论基础后，本次培训还介绍了我行现有数据分析工具：woody、mole及sas，以及对应的sql、python及sas编程基础，也通过一些简单的案例开展数据处理、建模、模型训练、评估等操作，将理论知识有效的结合实践中，也为往后开展实际业务分析打下了基础。

四、确定后续学习方向及定位

两周的学习使我对大数据分析有了更加深入的认识，但仍局限于框架、概况，大数据分析的学习是持续的，而不同角色的分析人员需要关注的方向也不尽相同。正如孙总所提到的，数据分析师必须是复合型人才，作为业务部门的一名业务分析师，在加强对业务痛点理解的同时，后续仍需进一步学习分析工作所需的专业知识，不断自我提升，包括掌握常用的统计模型，结合实际业务场景选取尽可能合适的模型，掌握python语言，灵活运用woody及sas等分析工具，提高分析效率，成长为一名懂业务、懂技术、懂模型、懂市场的分析师。

人生哪有什么一路平坦，一路顺风。我们遇到挫折时，保持坦然的心境最为重要。多多读读有关人生感悟的句子，这样才能让心情保持在一个比较好的状态。djz525.com推荐更多感悟句子大数据心得体会，希望您保持好心情！

上一篇 ：处长述职述廉报告收藏9篇
下一篇 ：关于爱情的个性句子(必备189句)