Index of /geekbang/37-AI技术内参/07-数据科学家与数据科学团队养成 (25讲)/
../
001丨如何组建一个数据科学团队?.html 17-May-2023 03:21 1527979
003丨数据科学家基础能力之概率统计.html 17-May-2023 03:21 1670095
004丨数据科学家基础能力之机器学习.html 17-May-2023 03:22 2473751
005丨数据科学家基础能力之系统.html 17-May-2023 03:21 1638358
008丨曾经辉煌的雅虎研究院.html 17-May-2023 03:22 1423319
009丨数据科学家高阶能力之分析产品.html 17-May-2023 03:22 1450117
010丨数据科学家高阶能力之评估产品.html 17-May-2023 03:22 1012177
011丨数据科学家高阶能力之如何系统提升产品性能.html 17-May-2023 03:22 1077272
045丨职场话题:当数据科学家遇见产品团队.html 17-May-2023 03:22 1053936
046丨职场话题:数据科学家应聘要具备哪些能力?.html 17-May-2023 03:22 1111949
047丨职场话题:聊聊数据科学家的职场规划.html 17-May-2023 03:22 1009134
054丨数据科学团队养成:电话面试指南.html 17-May-2023 03:22 1094932
055丨数据科学团队养成:Onsite面试面面观.html 17-May-2023 03:21 1042733
056丨成为“香饽饽”的数据科学家,如何衡量他们的工作呢?.html 17-May-2023 03:22 1075092
057丨人工智能领域知识体系更新周期只有5~6年,数据科学家如何培养?.html 17-May-2023 03:21 1100497
058丨数据科学家团队组织架构:水平还是垂直,这是个问题.html 17-May-2023 03:21 1407245
122丨数据科学家必备套路之一:搜索套路.html 17-May-2023 03:22 1052819
123丨数据科学家必备套路之二:推荐套路.html 17-May-2023 03:22 990988
124丨数据科学家必备套路之三:广告套路.html 17-May-2023 03:21 1011169
137丨如何做好人工智能项目的管理?.html 17-May-2023 03:22 914386
138丨数据科学团队必备的工程流程三部曲.html 17-May-2023 03:22 1027193
139丨数据科学团队怎么选择产品和项目?.html 17-May-2023 03:21 915051
155丨微软研究院:工业界研究机构的楷模.html 17-May-2023 03:22 1050728
156丨聊一聊谷歌特立独行的混合型研究.html 17-May-2023 03:22 809136
复盘 6丨数据科学家与数据科学团队是怎么养成的?.html 17-May-2023 03:21 4074938