京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据行业通讯录1.6版本发布,人数增至748人
我希望用最简短的话把这个公告写清楚。阅读也是有成本的,不能太耽误大家。
36大数据行业通讯录1.6版本已于昨日(4月2日)下午发至大家邮箱,发送失败的人邮箱多为@189.com和Gmail邮箱,所以在此也提醒大家,提交个人通讯信息的时候,尽可能使用个人的QQ邮箱,QQ邮箱是最顺畅的。
不用过多的语言来渲染大数据行业通讯录的用途了,人数每个月都在增加,而且呈多样化发展,做互联网金融的、电子商务、移动互联网应用、网络游戏以及医疗行业的人都在纷纷加入进来,有各种CEO,CFO等等,也有猎头,数据分析师和学生等等。这也表明大数据不止是“数据行业”的事,所有行业的人都在关注,鉴于此,36大数据未来也会更加针对这些行业做一个内容拓展。
大数据行业通讯录1.6版本更新内容:
1、1.6版本新增人员为118人;新增人员更多来源于互联网金融行业;各个公司的高管也在不停的加入进来;
2、1.6版本去掉了部分信息不全,或者说信息错误的人员,修正了部分人员的联系方式,修正的部分人员,主要是因为过年后换了新工作,所以变更了职务和联系方式;
3、1.6版本新增了来自九次方大数据、亚信集团、华为、浪潮、唯品会、猎豹移动等多家企业的高管,也增加了来自投资、媒体、自媒体人员的信息;
如何才能获得这份通讯录?
1、今日之前提交了个人信息(姓名、单位、职务、电话、邮箱、微信和QQ)到36大数据的朋友,并且邮箱准确无误的今天就可以收到。如果没收到,请检查邮箱垃圾邮件。
2、今日之后,想要这份通讯录的朋友,请将个人信息(姓名、单位、职务、电话、邮箱、微信和QQ)发到dashuju36@qq.com,每月月初会更新一次,比如说你是2月5日加入的,那么到3月初就能收到。
注意:邮箱、单位和职务请务必请写清楚。这样有助于别人找到你。不填邮箱等于收不到更新版本。邮件请标明申请加入大数据行业通讯录,格式为【申请大数据行业通讯录+企业+姓名】
关于信息安全的说明:
1、通讯录是内部共享的,以个人信息交换所有人信息的形式,仅在内部发布。也就说,这份通讯录会发到提交了个人信息的这748个人的电子邮箱里,其他人索取不到。
2、为了大家的信息安全,电话号码不做公示。需要查询电话号码的朋友请联系36大数据官方QQ:849046688。
3、本通讯录只做交流之用,不得将此通讯录用在商业方面。任何单位或组织不得将此通讯录公示或刊登到网络上,违规者自行承担法律责任。
4、本通讯录以PDF格式发布,不可复制不可打印,仅供个人所用。
下面回答几个大家比较关心的问题:
Q:我是XX公司的高管,为什么行业通讯录里会有学生?他们的信息对我来说是无效的的。
A:大数据行业通讯录对于所有人都是一样的,无论你是总裁、CEO还是学生,一律平等。而且,谁都不知道,明天这群学生里会不会就出一个“乔布斯”,英雄不问出处啊!
Q:通讯录为什么不公示大家的电话?有没有EXCEL版本的?
A:不公示大家的电话是为了保护大家信息安全,通讯录只提供“找人”的功能,你想找谁可以加他QQ或者给他发邮件,当然也可以找管理员查询电话。不支持EXCEL版本。
Q:通讯录里为什么很多人的信息不全?没有职位?
A:我们一直号召大家提交全面的个人信息,但是有很多朋友提交信息的时候,往往会漏掉其中一项。在此,我们也希望通讯录里面现有的748人里面,信息不全的朋友,能够通过发邮件给dashuju36@qq.com,补全个人信息。信息越全,意味着别人就能够更快的找到你。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04