报表工程师能力

❶ 报表开发主要是做什么的

报表是数据呈现的载体，功能也就是来展现数据的。
一般就是包括表格及统计图这些类型，表格又分简单的及复杂的报表格式，国外的表格一般较为简单，从国外的报表产品也能看出来，但是国内的表格完全不同，也被称为中国式复杂报表。 另外表格也具体数据录入功能，在前端可以增删改数据，提交入库或者其他数据文件。并且可以嵌入到工作流中替代原产品中功能相对较弱的表单部分。
报表工具就是来快速开发上面提高的报表的，开发用于系统集成用于web端呈现。
目前国内报表厂商的功能基本都差不多了，比如老牌润乾、Fr等，报表软件本身没什么技术门槛可言，顺手就行。

❷ 数据分析师和数据挖掘工程师的区别

我们先来了解一下两者的区别。
一、意义不同
数据分析师 是数据师Datician的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。
算法(Algorithm)是一系列解决问题的清晰指令，也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。算法工程师就是利用算法处理事物的人。
二、薪资不同
数据分析师的职位平均工资大约在￥9086;算法工程师职位平均工资水平(元/月-税前)大约在￥1200之上。
数据分析师和算法工程师哪个难?由上可知算法工程师比数据分析师要难学。此外,企业对于数据分析师的技能要求很高，具体要求如下：
1、懂业务。
从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。
2、懂管理。
一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。
3、懂分析。
指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效地开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。
4、懂工具。
指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。
5、懂设计。
懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。重要作用。
算法工程师需要掌握的技能
1. 编程：PYTHON,JAVA,C
2. 数据结构与算法
3. 机器学习算法
4. PAPER阅读能力
5. 造轮子的能力
对于算法工程师，有别于数据挖掘工程师的第一个区别就是对于传统的算法和数据结构的要求。 我自身不是计算机科班出身，在我工作的第一年压根没有接触过这一块，也从没打算去学这一块。 我第一次知道数据结构和算法的时候是去面试一家英语流利说的公司，当时面试官让我写一下斐波那契数列的伪代码，我听都没有听说过，于是面试官又让我写一下如何从一组数列当中最快的寻找出中位数，我依旧不知所措，因为平时都是习惯用函数，还从没想过真正的实现方式是怎样的。面试官很疑惑也很遗憾的当场就对我说：我觉得你可能不适合我们的岗位。
数据结构和算法应该是必备的技能，算法工程师应该对用常用的知识点有深入理解，能够在面对不同项目场景的时候灵活选择数据机构和算法。
第二点是机器学习算法，这个地方肯定会比之前的数据挖掘算法要求高很多。除了常用机器学习算法能够手推之外，还要对算法本身有更深入的思考。我记得我面试阿里的时候面试官抛出这么几个问题，说如果boosting算法不使用决策树，而使用SVM会怎样，或者说每一轮迭代都使用不同模型，比如第一次是决策树，第二次是SVM，那么会怎样？ 还有一个就是logistic regression这些算法为何没有使用ada,mone这些方法，能不能用？有什么优缺点等等。

❸ 作为一名软件测试工程师，需要具备哪些能力

通用技能上：
1.基本计算机知识（操作系统，数据库，通讯协议原理，熟悉至少一门编程语言）
2.基本软件测试知识（各种测试理论，测试方法论，测试用例编写，缺陷界定标准，软件质量评估）
3.简单项目管理知识
产品、系统认知：
1.熟悉所测产品功能，能够将产品文档内描述的UC转化成TC，这个最最基本
2.熟悉所测产品的一些隐藏需求或者功能（业务上的进阶能力）
打个比方，支付公司上一种新的支付渠道，熟悉业务的测试人员应当可以预见到这次升级可能会对前段界面、系统账务、各类报表等各个模块造成影响，从而一并纳入测试范畴。
要知道，很多时候，即便是接入这些渠道的产品经理，也不一定会在Prd或者UC中对这些可见影响项一一列出，这需要经验和责任心。
性格上：
1.有牛皮糖属性的为佳，越“不要脸”越好
测试工程师，在很多公司，和研发是有业务上对立属性的（虽然从宏观角度上来说，都是为了提高软件质量服务）。测试工程师提交的BUG越多，意味着研发工程师工作质量越差，需要返工的工作量也越大，甚至会影响绩效，所以测试工程师有时候很容易得罪研发部门。
一个可以相对坚持原则（比如3级BUG以上一定要改），又能拉下脸和不愉快的研发工程师保持较好关系的测试工程师，会对项目质量起到很关键作用。说到底，又能做事（发现BUG并督促修改），又会做人（该进的不让，该退的绝对给面子，最大化消除部门间矛盾）的测试工程师，是十分难得的。
2.有异想天开属性的为佳
这个只可意会，不好言传的。在我带过的团队里，的确有那种奇葩……经常会用令人匪夷所思的方式找出BUG，这是天赋。
3.会“偷懒”的为佳
这里的偷懒不是指上班发微博聊天混日子，而是能够利用已知资源对枯燥乏味的测试工作进行优化的同学。

❹ SQE、STA工程师如何提升

SQE（Supplier Quality Engineer）供货商管理工程师
1、必须要有供应商跟踪的方式，质量问题独立处理的方法；
2、高级职位必须要有成本控制、质量控制管理的清晰思路与意识、坚持的原则底线；
3、供应商的内部品质管理流程、以及可能出现的问题对应方式。
4、稳定性的保证手段。

SQE-Supplier Quality Engineer供应商质量管理工程师
SQE工作职责说明
1. 推动供应商内部质量改善
1.1 推动供应商成立完善的质量保证小组.
1.2 供应商过程变更及材质变更的确认管控动作.
1.3 新材料及变更材料的管控.
1.4 推动厂商导入常用的质量工具，SPC, 6Sigma 等品管手法。
1.5 材料质量目标达成状况的改善及检讨。
1.6 不合格项目的改善确认动作。
1.7 材料异常的处理及成效的确认。
1.8 往来供应商的品质管控。
1.9 供应商风险评估。（资深SQE）
特别声明：供应商质量管理不是SQE一个群体就能够做好的事情
2. 推行执行SQM的系统程序文件.
2.1 供应商的评监，择优选择厂商。(不一定所有的SQE都能够)
2.2 供应商的定期及特殊审核的执行。
2.3 供应商的辅导，提升质量。
2.4 执行供应商的奖罚措施。(不一定所有的SQE都能够)
2.5 建立完善规范的材料进料检验程序及QIP。
2.6 外协厂商SOP（作业指导书）、QC工程图的制订。
3. 报表执行
3.1 每月的供应商等级评比。
3.2 每年的供应商等级评比。
3.3 供应商MBR, QBR 会议的召开。
3.4 8D Report 的发出及时效管控及改善效果的跟进。
3.5 供应商质量月报，FAR 报表，信赖性报表的跟催及确认
扩展要求
专职审核员Auditor
专职供应商辅导员（品质，交付，技术，运作---STA）
JQE—连接供应商、本公司和客户端的所有交付环节
项目SQE—专门负责新产品项目中与供应商的协同开发
供应链协调员
优秀SQE胜任需要掌握的知识结构
4.1 QC七大手法；
4.2 8D Report 编写；
4.3 辅导稽核技巧；
4.4 五大工具：MSA、APQP、SPC、FMEA、PPAP；
4.5 各类质量体系，如ISO9001、ISO/TS16949、ISO14001、ISO17025等；
4.6 专业、技术、公正(此点最为重要)
优秀SQE掌握的知识结构新的环境下供应商管理角色越来越多地由专门化的职能人员来承担，一个标志性的职能就是供应商质量管理工程师-SQE。SQE的应运而生已经有数年了，目前企业对这一职位的需求在不断增加。但是对于这一个职位，往往是只有要求，没有规范，靠SQE的自主经验以及和采购人员、产品品质人员的共同协调,很多SQE的上岗是由以往的工作转行,没有接受过系统培训。

❺ 申报职称报表主要学习经历填什么

与职称报表内容有关的，愿意填写的资料。

获得博士学位后，经考察合格；获得硕士学位或取得第二学士学位，从事助理工程师工作二年左右；获得学士学位或大学本科毕业，从事助理工程师工作四年以上；大学专科毕业，从事助理工程师工作四年以上。

凡符合上述申报条件的人员，还必须遵纪守法，具有良好职业道德，能认真履行岗位职责，在本专业岗位上做出显著成绩，且具备相应的专业理论水平和实际工作能力；此外一般还需要参加职称英语、职称计算机考试，同时必须有相关论文。

(5)报表工程师能力扩展阅读：

一破格申报高级职务者必须具有下列条件中的二条：

1、获得部、省级表彰的学科带头人；地市级以上有突出贡献的中、青年专家；荣获国家、省级表彰的乡镇企业家或优秀厂长、经理。

2、获得国家科技进步三等奖以上；省、部二等奖以上；地市一等奖以上（含发明奖、成果奖、自然科学奖、星火奖）项目的主要完成者；获得国家级金、银产品奖或省、部级名牌产品奖或优秀工程奖的主要生产技术负责人；创国家级、省级新产品奖的主要生产技术负责人。

❻ 算法工程师应该具备哪些工程能力

作者 | 木东居士

来源 | Data_Engineering

最近看了 Milter 的《算法工程师究竟需要哪些工程能力》这篇文章，有所感想，因此也写一篇关于算法工程师的技术能力的问题，和大家分享一下居士关于算法工程师的技术能力的观点。

对于一名优秀的算法工程师，他（她）要具备的不仅仅是出色的技术能力，也要有很深的业务理解能力和对外沟通能力，总之，要求可以很高！

但是，从职责能力的划分上来讲，算法工程师首先是一名工程师，因此本文主要从工程能力要求上进行一些探讨。

开始之前先放一份思维导图，这将是这篇文章要分享的核心内容：

工程能力概览

算法工程师，从名字上我们就能看出，一名算法工程师首先应该具备算法能力和工程能力，我们可以认为这是基础的技术能力。由于现在开源技术的普及，Sklearn、Tensorflow 和 Spark ML 基本已经成为大部分算法工程师标配的工具库了，因此，熟练的调包能力也是决定了一名算法工程师能否快速实现需求。

其次，在真实的生产环境中，算法的落地会遇到各种各样的业务场景和数据环境，这也要求算法工程师需要具备Pipeline 构建能力，将整个生产环境中的数据流和模型打通。同时，在生产环境中，会出现各种“疑难杂症”等待你去解释，比如说为什么实验效果特别差？为什么模型效果不稳定？这就要要求算法工程师需要具备一定的数据分析能力。

很多时候，你会发现，你用在数据分析和Pipeline构建上的精力可能占据了你8成以上的工作内容。

当你具备了上面的能力时，你已经可以称自己是一名算法工程师了。此时，你可以去对着数据分析小得瑟一下：“你看，我能构建整个模型的Pipeline，你却只能拿到别人提供的数据后调调包吧。“或者，你也可以去找开发得瑟：”你看，我懂了很多算法哦，你就只会写代码吧。“

得瑟完之后，我们还是回归正题，算法工程师只具备这样能力是否已经够了？答案当然是不够的。由于不同公司的团队成熟度不同，工具化和流程的成熟度都不同，这就会对算法工程师有不同的要求，比如说模型发布能力和报表开发能力，当然也会有一些其它能力，虽然可能不是特别重要，但是当这些工作没人帮你做的时候，算法工程师可能依然要承担起这些工作内容，比如说灰度测试的能力、负载均衡的能力等等。

将上面的内容整理后，就是这样一份思维导图了（一张图多看几篇更能加深印象，因此我再贴出来一遍）

工程能力详解

一、基础能力

算法能力

算法能力就不多说了，算法工程师的基本能力要求，不懂算法对于一名算法工程师来讲是不太合理的。这里居士把统计学的内容也放进来了。

编程能力

编程能力主要分为两部分：

Python、C++、Java这类编程语言，这三种也是算法工程师需要了解的主流编程语言，一般掌握其一就够，看不同公司。 Sql就是很通用的能力了，Sql也是一门编程语言，而是是数据处理最常用的语言！ 很好用。 大数据场景下，要了解Hive Sql。

调包能力

大家虽然会调侃调包侠，但是说实话，能调包调的很溜的人，也是不多的，比如说现在让你自己用tensorflow构建一个复杂网络，不能google，你能写出来吗？能记清楚用法吗？

Sklearn Tensorflow Spark ML

二、核心能力

Pipeline 构建能力

Pipeline构建能力，这里想表达的更多的是整个数据流的构建能力，数据从日志->特征->模型训练->反馈，这一个链条能否完成的能力，这里面会有很多难题需要克服。比如说：

实时和离线模型一致性问题？ 离线和实时特征一致性问题？ 实时特征构建的问题？ 数据延迟的问题？

很多时候，模型发布之类的工作是可以由其他同学支持完成，但是数据流这种问题更多的是需要算法工程师来解决的。

数据分析能力

这里的数据分析能力不是指商业分析或者业务分析，更多的是指特征分析、算法效果分析和各种异常问题定位分析的能力。

很多时候，两个算法工程师能力水平的强弱从数据分析能力上也能窥得一二。

三、辅助技术能力

辅助的技术能力是指，你会不会的影响不会特别大，但是也都是有用的能力，特别是不同公司的发展情况不同，很可能会出现一个算法工程师既要做数据接入、又要做数据清洗、还要做算法平台

也要搞前端、还要负责模型上线、系统运维。

这里就不再细讲了。

思考一

聊一下对技术能力、工程能力和数据分析的思考。

居士个人的理解，技术能力更多的是偏向于一个一个的技术点，而工程能力更多就是在一个团队中将项目做好的能力。很多算法出身的工程能力不行，那么他做的单纯的一个模型是无法应用到实际生产中的，而工程就是指把理论落地实际生产的过程。那么工程包含了什么？它包括了系统架构设计和模块设计、数据流搭建和平台搭建、调包或算法开发、分布式、上线以及各种落地的代码开发。报表和监控，其实本质也是做数据流，边缘性的可能要做些后台和前端的开发。

然后数据分析能力是什么？数据分析（不是纯粹的数据分析）除了分析方法论和套路外，是一个很综合性、相对偏软一点的能力，比如说你通过分析发现了我们的系统有哪些可以优化的点，通过分析发现了问题的原因是什么，这些都是分析能力。

思考二

针对前面的内容，和 Cathy 讨论后，对整个思路做了新的梳理，大家直接看图就好，居士也认为这样描述可能更为合理。

思考三

这里再补充一个模型复现的能力，比如你看了一篇论文，发现这个模型可能很适合自己的业务场景，那么你是否能力将论文里面的模型快速用公司现有的平台和工具来复现？

居士认为，这一个是一个非常重要的能力，但是没有想好具体该怎样划分。

❼ 做bi工程师需要掌握哪些技术

实施顾问的成长需要积累，难以速成，需要在挫折和失败中不断完善和提高。 以下是一点建议。希望是一个引子，使关注这一职业的女士先生们一起探讨探讨。 1、一定的技术基础。 身为软件实施顾问，你不能不了解你的产品，当然你可以了解得粗略，不必象技术工程师那样精通，你要能够回答客户提出的大部分问题，所以需要你掌握的知识非常综合、全面——强调的是广度而不是深度，当然，如果你的深度够好，那么会更加有利。如果你的深度不够，经常回答不上客户的问题，不要紧，关键是你要留一个缓冲余地，你要知道，你应该从哪里获得帮助和支持。优秀的实施顾问，应该懂得如何调度资源。 以下为我认为实施顾问应该掌握的技术： （1）erp软件本身，如sap, oracle中的某个或某些模块，用友、金蝶等。 （2）系统管理知识，包括windows 2000，winxp。 （3）数据库知识，包括sql2000、oracle、db2等等，sql技能。细分可为查询分析器的使用，数据表的操作，报表的基本技能等等。 （4）网络知识。 （5）一定的硬件知识。 2、行业知识。 行业知识浩如烟海，没有人可以掌握全部。把握好你的定位，你要了解全部的产品有什么，但你要选定一个方向，在这方面成为专家。既要广博，也要有自己的专精所在。 不要贪多，很多东西知道框架即可，用的时候懂得较快地搜索、查找出来即可。时间精力极为有限，有些东西要懂得放弃。 3、管理知识和项目管理知识。 应当具备丰富的管理知识。要与客户保持好关系，要有良好的服务意识。客户管理层是项目推进中最好的资源，一定要取得他们充分的信任和合作。如果

❽ 一个合格的大数据工程师需要具备哪些能力

【导读】随着大数据时代的降临，越来越多的公司开始注重数据，希望能从数据中找到具有价值的信息，帮助公司做出正确的决策，使其发展的更加顺利。那么，一个合格的大数据工程师需要具备哪些能力呢?今天就跟随小编一起来了解下吧!

业务能力

数据分析工作的重中之重就是业务能力，只要真正的在实践领域从事过，就会真正的明白业务知识是你分析的根本。而业务知识的学习是需要时间积累的。业务知识的培养是将远远超过技术工具的学习。数据分析其实就是基于业务之上的更深层次的思考和总结。对业务学习，我们可以根据以前的报告和案例拿来研究，这是一个需要时间沉淀的过程，也是最需要不断提升的能力，没有之一。

思考能力

当我们拿到一份数据报表的时候，整个数据就摆在面前，它不会主动开口告诉你。这就需要我们去推演和分析，从中找到规律，迅速评估问题的关键属性和决定因素，形成自己的独有见解，总结报告。所谓心思缜密，滴水不漏，没有思考逻辑，就没有分析思维。我们培养思考能力，可以通过跨领域的知识来带给我们不同的思维方式和问题的角度;另外也要养成爱思考的习惯。“学而不思则罔，思而不学则殆”，思考本身就是一种实践，将你所学的知识更系统和深入。

沟通能力

数据分析贯穿企业整个工作流程链，你需要面对不同的岗位，不同的角色，这个时候，就需要你良好的沟通能力，采用不同的语言和表达方式，来获取你想要的东西。沟通能力就是数据和业务的桥梁。再沟通中，我们不要固执己见，要采取他人的意见，尤其是智者的意见，可以帮我们降低犯错率，提高分析正确率，这样我们的分析才会更有说服力。

技术能力

我们自己了解到的，相关技术像Excel，MySql，Python，SPSS等这些工具。我们如果刚刚步入数据分析工作，其实Excel就已经足够了。如果我们想更深层次的掌握，可以学习Python，R，SPSS等这些。他们提供的强大的挖掘功能和图形能力。尤其是R，Python引用他们的库非常方便，而已技术也很成熟。

以上就是小编今天给大家整理发送的关于“一个合格的大数据工程师需要具备哪些能力?”的全部内容，希望对大家有所帮助。所谓不做不打无准备之仗，总的来说随着大数据在众多行业中的应用，大数据技术工作能力的工程师和开发人员是很吃香的。希望各位大家在备考或者学习之前做好准备，下足功夫不要凭空想象的想要取得优异的成绩。

❾ 报表开发工程师工资怎么样

还可以 刚开始6k以上 15k左右 2年多的话 谢谢采纳

❿ 什么是 BI工程师

BI工程师，主要是做数据分析，数据仓库，以及相关报表，对一些数据进行处理，对数据库要有比较深入的了解。

BI工程师需要有一定的数据库经验,掌握SQL查询优化方法,精通Oracle、SQL Server、MySQL等主流数据库的应用设计、性能调优及存储过程的开发.掌握BI相关工具,如ETL工具(如SSIS)、OLAP工具(如SSAS)和前端展示工具.熟悉ETL逻辑、OLAP设计和数据挖掘相关算法.

拓展资料:

工作职责:

1. 负责ETL设计、模型设计、开发、技术支持等工作；

2. 负责ETL应用开发，数据库性能进行调优；

3. 参与数据抽取、加载、转换和脚本开发；

4. 负责BI展现的开发；

5、使用Hadoop, Hive等对海量日志进行统计分析。