石头-拾穗前行
疯语大数据
聊聊数据从业者的故事
Where to listen?
Podcasts in the app Replaio Radio Coming soonPodcasts are coming to the app soon. Install now and be the first to see a whole new take on podcasts
Episodes
一个个体户发的大数据开发岗位,为什么会涌来近 200 条私信? 12.05.2026 15:27
本期内容来自拾穗数据同名文章与视频口播稿。 我用自己工作室的个体工商户身份,在招聘平台上发布了一个普通的大数据开发岗位。公司很小,岗位也不稀奇,但不到 24 小时,后台涌来了接近 200 条主动沟通。 这不是一次严谨的行业调研,也不能直接推出“大数据开发没机会了”这样的结论。但它像一个真实现场,让我重新思考:数据岗位求职变难,背后到底是岗位少了,还是企业想买的东西变了? 本期推荐 1. 本期视频版由 Talk About 自动...
AI时机观-混乱是梯子:为什么"等 AI 落地再说"是最危险的策略 19.03.2026 10:52
混乱是梯子:为什么"等 AI 落地再说"是最危险的策略 本节目由拾穗数据工作室赞助播出:pro.ss-data.cc 【数据从业者全栈知识库】 前两天在群里,有同学问了一个挺典型的问题:现在该不该投入时间学 AI,还是老老实实刷算法打基础,等 AI 真正落地了再说? 有人回复说,"以不变应万变",先把基本功搞扎实,AI 的事等它成熟了再看。 说实话,一年前我大概也会这么说。 但今天我不这么想了。我甚至觉得,"等 AI 落地再行动"这句话听起...
EP010-关于数据分析师的职场影响力 15.01.2026 35:47
视频版本:数据数据分析师成长路线 L3:高级专家——技术很强却总被忽视?L3数据分析师的真正瓶颈不是技能,是影响力系统 本期内容,我会用"注意力经济学"和"价值创造系统"两个模型,拆解L3阶段最容易被忽视的真相: ✅ 组织不是技能市场,是注意力分配系统 ✅ 技术是1X,影响力是10X ✅ 你的价值不是你产出了什么,而是你改变了什么 📌 章节导航: 00:00 开场:为什么技术强但晋升难? 01:14 第一部分:L3核心技能清单 03:29 - 机器学习应用 05:...
EP009——数据治理到底是技术问题还是人性问题,为什么我们总在屎山上雕花 08.01.2026 8:17
EP009——数据治理到底是技术问题还是人性问题,为什么我们总在屎山上雕花 🎉 听友专属福利 全栈数据知识库:pro.ss-data.cc 9 折邀请码:【DATA26】 (限量 5 个,手慢无) 🎙️ 节目简介 辛辛苦苦跑了一周模型,结果因为上游改了一个枚举值,汇报时被老板当场合上电脑? 每一个数据从业者,可能都经历过这种“至暗时刻”。 我们常自嘲是在“炼丹”,但如果扔进炉子里的都是垃圾,不管炉火多旺,练出来的只能是一坨更有光泽的垃圾。 这期节...
EP008 | 2026,新人还能入场数据分析吗? 06.01.2026 6:30
EP008 | 2026,新人还能入场数据分析吗? 🎙️ 节目简介 "只会写 SQL 就能拿高薪"的掘金时代彻底结束了。 面对 2026 年的行业深水区,AI 把"搬运"做到了极致,还在读研的你,或者正准备转行的你,手里这碗饭还端得住吗? 本期节目,石头不贩卖焦虑,只想和你实打实地算一笔账:现在的入场费是多少?未来的收益率还有多高? 🎧 时间轴 * 00:00 开场:读研同学的扎心一问,我们还没上桌,饭碗就碎了? * 01:45 认清现实:数据分析的“掘...
EP007-2026 年数据从业者(数据分析师、数据开发工程师),以及“饭碗”保卫战 29.12.2025 10:42
展望 2026 —— AI 时代数据人的生存与进阶指南 数据从业者全栈知识库(完整的数据领域全栈知识网络、没有幻觉的知识库问答、面试学习小程序) https://pro.ss-data.cc/membership?invite=NY2026 优惠券:NY2026 联系方式:WX:shisuidata(加群) 本期简介:在上期聊完心态调整后,本期节目主播将带领大家“向远看”,提前探讨 2026 年即将到来的行业变局。随着国家数据要素三年行动计划将在 2026 年收官,数据行业将从基础设施建设迈...
EP006-消失的两周与数据从业者的 2026 28.12.2025 11:04
🎙️ Show Notes:消失的两周与数据人的 2026 【本期主题】 在公号停更的两周里,主播石头把自己关进了“小黑屋”,没有炒币跑路,也没有提前放假,而是像个手艺人一样去打磨了一件东西。在这个 2025 与 2026 交接的缝隙,当我们习惯了作为系统里的“取数接口”或“下水道修理工”时,,我们该如何重新思考这份工作的意义?本期节目,是一次打工人心贴心的“掏心窝子”局,聊聊在 AI 代码写得比人还快的时代,如何保留那份属于人的“温热”,。...
【特别篇】关于我和拾穗数据工作室,Topic:技术越强话语权越弱?从数据分析到大厂架构专家的11年真实经历 07.12.2025 10:24
🎙️ 特别篇 | 关于我和拾穗数据工作室 Topic:技术越强话语权越弱?从数据分析到大厂架构专家的11年真实经历|数据开发/治理从业者必看的职场避坑指南、晋升方法和价值创造底层逻辑 ━━━━━━━━━━━━━━━━━━━━ 💬 本期简介 这是一期特别节目。 我想和你聊聊我这几年的经历,还有我为什么现在在做知识星球、知识库、咨询,以及播客、公众号这些事情。 如果你也在做数据,也遇到过技术很强但职场话语权不高的困惑,这期可能会给你一些启发。 ━━━...
大数据已死?别被标题党骗了-大数据转行的底层逻辑【疯语大数据】番外篇 24.11.2025 9:35
最近刷到好多这种标题:"大数据已死,转行要趁早"、"2025年千万别学大数据"、"AI取代数据分析师倒计时"。 说实话,看到这些我真的挺生气的。这些标题党,不是蠢,就是坏。 要么是自己根本不懂行业就瞎说,要么就是明知道不是这么回事,故意贩卖焦虑赚流量。 如果你现在也在焦虑,纠结要不要转行,别急。我花5分钟,跟你好好聊聊这事儿该怎么想。 欢迎添加我的微信:shisuidata ,让我们共同成长 在小宇宙查看该单集文稿
EP005 A/B测试听起来很科学——用数据说话,避免拍脑袋决策。但在实际工作中,坑也不少。 01.11.2025 15:06
本期简介 A/B测试听起来很科学——用数据说话,避免拍脑袋决策。但在实际工作中,A/B测试的坑也不少。 什么时候该测,什么时候不该测?怎么选指标?怎么解读结果?为什么有些A/B测试反而成了问题的来源? 这期就随便聊聊我踩过的坑和一些思考。不是教程,只是经验交流。 内容大纲 * 00:00 开场:为什么想聊A/B测试 * 02:00 A/B测试看起来很美好 * 04:30 我见过的一些坑 * 10:00 为什么会有这些坑 * 12:30 我觉得应该怎么用 * 15:30...
EP004 聊聊数据部门为什么总是背锅 28.10.2025 13:01
本期简介 这期想聊聊一个话题——数据部门为什么总是背锅。这些年见过太多数据人抱怨,老板不重视、业务不配合、总是背锅。我自己也经历过,也观察过很多团队。后来慢慢发现,这事儿没那么简单,很多时候问题出在我们自己身上。 今天就随便聊聊我的一些观察和感悟吧。 内容大纲 - 00:00 开场:聊聊这个话题 - 02:00 数据部门常背的几种锅 - 05:00 我观察到的一些问题 - 08:00 见过的一些改变 - 11:00 我自己的一点感悟 - 14:00 片尾 核心...
EP03 数据指标的谎言:那些漂亮数字背后的猫腻 11.10.2025 14:48
《疯语大数据》EP03 Show Notes 数据指标的谎言:那些漂亮数字背后的猫腻 一句话介绍 500万用户?180万活跃?8万付费?同一家公司,三个部门,三个数字。欢迎来到数据指标的化妆术现场,石头带你看穿那些"创造性统计"的把戏。 本期金句 💎 "数据就像橡皮泥,怎么捏都行。" "指标是用来衡量目标的,不是目标本身。" "数据既是照妖镜,也是化妆品。" 本期要点 🎯 【开场案例】同一家公司的用户数据: * 市场部:500万(累计注册) *...
AI来了,数据分析师真的要失业了 26.09.2025 10:39
AI来了,数据分析师真的要失业了 一句话介绍 当AI能在几秒钟写出完美的SQL,当它能自动生成数据报告,数据分析师还有存在的价值吗?石头用亲身经历告诉你:有些人确实要失业了,但可能这是件好事。 本期要点 🎯 【现实冲击】 * AI写SQL比80%的分析师写得好(真的,我测试过) * Python代码规范到让人汗颜 * 分析报告有模有样,逻辑清晰 【但是...】 * 为什么GMV下降15%?AI:不知道 * 数据异常是bug还是口径变了?AI:不知道 * 该...
为什么业务部门还是更爱用Excel?| 一个数据人的真实反思 21.09.2025 12:03
Show Notes(节目简介) 一句话介绍 做数据的朋友们,你是否也曾疑惑:为什么掌握了那么多技术,做了那么多报表,业务部门还是偏爱他们的Excel?这期节目,我们来聊聊数据人容易陷入的三个误区,以及如何真正创造数据价值。 本期亮点 🎯 【痛点直击】 * 为什么你的RFM模型输给了简单粗暴的新老客分类? * 为什么100%准确的日报,不如80%准确的实时数据? * 为什么老板总是提临时需求,而你总在救火? 【真实案例】 * 一份Wiki如何...
Similar podcasts
Replaio is not a podcast publisher; show names, artwork and audio belong to their authors and are distributed through public RSS feeds.