AI 数据分析训练营 - 毕业总结

学习数据分析训练营的目标

我目前在 AI 部门做模型工程化，数据工程相关的岗位。主要的痛点就是对数据分析机器学习不是很懂，所以工作都是在幕后，工作量大但是没有亮点。

学习数据分析训练营的目的就是掌握数据分析技能，从而自己有机会也可以做数据分析相关工作。同时在做特征工程时，可以综合全面考虑数据、特征和模型相关的特性，设计出更加完善和鲁棒性的系统。

训练营学习中的收获

• 学习到了如何使用 Cursor 做数据分析，这个在工作中是非常实用的。举个例子：组长给我一个数据分析的小任务，我拿到清洗后的数据，使用 Cursor 很快就能拿到一个相对高质量的分析。代码质量还写的不错。

• 学习到了几个常用的机器学习算法，以及机器学习神器：XGBoost，Lgbm 等。

• 学习了数据分析的思路和常用流程。

课程的建议

• 我的主要目标是学习数据分析，但是课程讲了大量的大模型相关内容，重点偏离

• 数据分析，机器学习讲的比较浅，实战案例相对较理论。在实际工作中还是没法使用