引子

经常听到：xxx项目你说怎么样？xxx产品你觉得如何？xx品牌的xxx做的挺好？xxx行业未来可能很好？

怎么回答？

解决之道

其实，通过互联网大数据，就可以更接近这些问题的标准答案，虽然“唯一不变的就是一直在变”，但历史数据不会变，即使一些所谓创新项目，在历史大数据中也能找到蛛丝马迹。比如做充电桩、电动汽车，在n年前的数据中会发现锂电技术突破，环保和汽车尾气关系等等，然后在几年前或者现在，就有一拨人在做相关项目，vr、ar、ai也是，数据一直在那儿，等你去看。

在星巴克龙门阵一下午，或者烧烤摊儿高谈阔论，不如猫在家里用一台电脑，加百度指数、阿里指数、生意参谋、升业绩看看数据…

鉴于本人能力有限（主要是穷，专业软件买不起嘿嘿），所以只讲免费简单的工具，依然是抛砖引玉，讲思维、方法为主！

注意：虽然下面讲到工具使用，但本文依然无图，本站其他“爆发的xx思维”系列都无图，这种风格无形中突出了重点：思维！（也可能是我太懒？）

1、用百度指数了解一下

热度：

百度指数可以进行多个关键词同时查询，这样方便看出区别，比如查询：生存主义 生存狂 荒野求生 网站建设 品牌策划（最多同时查5个，每个没有特别要求，可以跨行业）

也支持某个时间段和全部时间段查询，全部时间段就厉害了，我可以查询到6年前“生存狂”这个关键词的热度

分端查看：

可以单独看pc端或移动端数据

人群画像：

都是什么人在搜，男女比例、年龄、地区等

相关新闻/媒体资讯：

围绕这个词相关的文章资讯

维度：

和这个词相关的词，别人在搜这个词的时候，相关还搜索/关注什么

行业排行：

汽车、化妆品、手机，我目前看到是这三个行业的

2、用百度统计深挖一下

如果你自己有网站（没有的话联系我，我给你做一个），百度统计工具有必要来一个，原理和上面百度指数差不多，配合自己网站行业、关键词去研究一下，会有收获

百度统计除了让你了解访客更关心什么，需求是什么这种营销层面的东西，还让你知道：网站结构是否合理，设计的够不够漂亮，访问速度在世界各个角落是否都流畅，程序代码有没有不利于seo的，访客都用什么系统什么分辨率什么浏览器…

3、用阿里指数看看淘宝什么最好卖

看看什么最好卖，这是最简单的，还可以看人群画像，热搜关键词，原理功能不多说了，等你去挖掘

阿里指数、生意参谋、阿里数据，阿里云…阿里在大数据方面是有野心的，当年的江湖策、量子恒道、量子统计、数据魔方…从有淘宝就开始做大数据了

另外，1688有个老版的针对卖家的阿里指数

4、强大的第三方

升业绩、逐鹿工具箱、老a工具箱，都是老牌工具，感兴趣可以试下

5、玩儿法分享

如果你有网站、公众号、大鱼号、百家号、淘宝店、微店…其中一个或者多个，其实你就等于有了一个数据收集器！

你可以发布不同的文章、商品、关键词，然后看看1周、1个月、6个月…，你发的这些东西反馈的数据，这就是对自己及在做事情最大的研判！

如果你有淘宝店，上传一些同类型的产品，让淘宝判定你的主营行业类目，比如玩具，然后你一个月不要卖货，最后从生意参谋里，可以看到近30天支付金额排行，比如店铺排名370000名，基本上，你就知道淘宝有多少卖玩具的了…

如果你1个月卖了10万，再看近30天排名，你就知道前后有多少人，大概都是怎样的营业额了，配合升业绩等工具，可以算出别人的毛利、净利、广告费用、成本…

收尾：

题外话1：百度指数可以看到“生存狂”相关信息在2012年小爆炸了，原因大家都懂，不啰嗦，平平淡淡6年过去了，现在可以做生存狂相关东西吗？

题外话2：“头号玩家”男主怎么就比其他玩家牛逼了？因为他经常跑图书馆啊！看大数据啊！看了之后呢？

导语： 男子四人学习大数据，本是免费却要收1万8，事后老板亲自讲课

之前说免费的课程在学习前突然被告知需要交1万8千块钱。开课后没多久负责教学的老师都不见踪影，只剩一个人照着ppt念文案。究竟是发生什么事了呢？

小李说刚开始这家科技培训公司说有免费课程，他们觉得多一门技术多一条出路，所以和自己的同学，一行4人来到这家科技公司学习大数据，学习之前让交1万8的保障金。小李他们交了保障金后签了一份人才培养合作协议，培训时间一共是6个月。

之后就开始上课了，刚开始是由专业的老师来进行授课，讲的还不错，可是过了一段时间公司就搬家了，之前的所有老师都不见了，换成公司CEO开始授课，这名CEO明显不会讲课，完全是照着念，等了将近一个月都没有新的老师来授课，小李他们不干了。

小李说：他们一共上了两个月的课，也不想着都退回来，把这两个月的学费扣除，剩下的退回来就可以了。但是培训方让他们好好看看合同再跟他们说话。合同上退费的条件实在让人摸不着头脑。合同规定了培训为免费，但是退费的话需要小李他们介绍过来新的学员或者学的特别好准许毕业，且已经就业了才会给办理退费手续。看到这里大家是不有种变相传销的感觉。小李他们没有办法，找来当地媒体来曝光这件事寻求帮助。

记者来到这家公司，工作人员说老板在上课，不方便，需要等一会。等了很久老板也没出现，只是另出来一个人说是招生办的，他们说培训确实是免费的，收取的只是保障金，但是合同上写的课前（付清全部培训费用）他们又解释不清楚具体是哪方面费用以及怎么收费的。

后来在记者的追问以及小李他们强烈的态度下，这名招生办人员说会在3天之内商量出解决办法，让他们再等等。小李他们说可以再等几天。

这件事情小编有别样的看法

培训机构打着招聘工作人员的幌子，诱骗求职者交钱学习一门技术，学完之后的工作地点是这家机构随便找的，各种行业都有。学习费用有特别昂贵，小编表示没有那么多钱，他们马上说可以帮忙办理借贷。庆幸的是小编胆小，不愿意借款，逃过一劫。

小编觉得，遇到这种事情，首先我们要做的事就是实现看清楚合同。

如果真的想学习可以去正规的学校或者机构，前期自己要了解清楚这家学校，不要听别人说。

大家觉得遇到这样的事，我们应该怎么办呢？欢迎大家在下方留言。

图片来自网络

【VIP会员服务】小鸟云匠心打造完整的VIP会员服务体系，为国内国际用户提供7*24小时服务支持、0元快速备案、100倍故障赔偿、5天无理由退款等多种服务支持和服务保障让用户尊贵售后服务，让云端部署更轻松、更高效。

如今，为了满足企业的主要需求，大数据工具正在迅速得到应用。在大数据技术作为概念和业务战略出现的十年中，涌现了执行各种任务和流程的数千种工具。而推出这些工具的提供商都承诺可以为企业节省时间和成本，并发现能够让企业获利的商业洞察力。显然，大数据分析工具的市场正在不断增长。

许多大数据分析工具最初像大数据软件框架Hadoop一样都是开源项目，但商业实体迅速涌现，为开源产品提供了新工具或商业的支持和开发。

而在这些工具中选择是一个挑战，特别是许多大数据工具只具有单一用途，而企业需要使用大数据完成许多不同的任务，因此企业的分析工具箱会变得过于充实。根据这个行业领域的专家顾问的建议，以下列出一系列主要的大数据分析工具，并列出三个主要类别。

如上所述，大数据工具都倾向于单一使用类别，并且有多种使用大数据的方式。所以可以按类别分类，然后分析每个分析工具。

大数据工具：数据存储和管理

大数据都是从数据存储开始。这意味着从大数据框架Hadoop开始。它是由Apache Foundation开发的开源软件框架，用在计算机集群上分布式存储非常大的数据集。

显然，存储对于大数据所需的大量信息至关重要。但更重要的是，需要有一种方式来将所有这些数据集中到某种形成/管理结构中，以产生洞察力。因此，大数据存储和管理是真正的基础，而没有这样的分析平台是行不通的。在某些情况下，这些解决方案包括员工培训。

而这个领域的主要的大数据工具有：

1. Cloudera

基本上，Hadoop增加了一些额外的服务，企业将需要这些服务，因为大数据并不是一个简单的练习。 Cloudera的服务团队不仅可以帮助企业构建大数据集群，还可以帮助培训员工更好地访问数据。

2. MongoDB

MongoDB是最流行的大数据数据库，因为它适用于管理大数据经常出现的非结构化数据或频繁更改的数据。

3. Talend

作为一家提供广泛解决方案的公司，Talend的产品是围绕集成平台构建的，该平台结合了大数据、云计算、应用程序，以及实时数据集成、数据准备和主数据管理。

Talend大数据集成包括数据质量和治理功能。

大数据工具：数据清理

在企业真正处理大量数据以获取洞察信息之前，先需要对其进行清理、转换并将其转变为可远程检索的内容。大数据集往往是非结构化和无组织的，因此需要进行某种清理或转换。

在这个时代，数据的清理变得更加必要，因为数据可以来自任何地方：移动网络、物联网、社交媒体。并不是所有这些数据都容易被“清理”，以产生其见解，因此一个良好的数据清理工具可以改变所有的差异。事实上，在未来的几年中，将有效清理的数据视为是一种可接受的大数据系统与真正出色的数据系统之间的竞争优势。

4. OpenRefine

OpenRefine是一款易于使用的开源工具，通过删除重复项、空白字段和其他错误来清理凌乱的数据。它是开源的软件，但它有一个可以提供帮助的大型社区。

5. DataCleaner

与OpenRefine类似，DataCleaner将半结构化数据集转换为数据可视化工具可读取的干净可读的数据集。该公司还提供数据仓库和数据管理服务。

6. Microsoft Excel

人们可以从各种数据源导入数据。Excel对手动数据输入和复制/粘贴操作特别有用。它可以消除重复、查找、替换，拼写检查以及用于转换数据的许多公式。但它很快陷入困境，并不适用于大数据集。

大数据工具：数据挖掘

一旦数据被清理并准备好进行检查，就可以通过数据挖掘开始搜索过程。这就是企业进行实际发现、决策和预测的过程。

数据挖掘在很多方面都是大数据流程的真正核心。数据挖掘解决方案通常非常复杂，但力求提供一个令人关注和用户友好的用户界面，这说起来容易做起来难。数据挖掘工具面临的另一个挑战是：它们的确需要工作人员开发查询，所以数据挖掘工具的能力并不比使用它的专业人员强。

7. RapidMiner

RapidMiner是一款易于使用的预测分析工具，具有非常用户友好的可视化界面，这意味着企业无需编写代码，即可运行分析产品。

8. IBM SPSS Modeler

IBM SPSS Modeler是一套适用于企业级的高级分析的产品，用于数据挖掘。而IBM的服务和咨询无疑是首屈一指的。

9. Teradata

Teradata为数据仓库、大数据和分析以及市场营销应用提供端到端解决方案。这一切意味着企业的业务可以真正成为一个数据驱动的业务，并提供商业服务、咨询、培训和支持。

像许多当前的大数据工具一样，RapidMiner解决方案也包含云计算解决方案

大数据工具：数据可视化

数据可视化是企业的数据以可读的格式显示的方式。这是企业查看图表和图形以及将数据放入透视图中的方法。

数据的可视化与科学一样，是一种艺术形式。而大数据公司将拥有越来越多的数据科学家和高级管理人员，很重要的一点是可以为员工提供更加广泛的可视化服务。销售代表、IT支持、中层管理等这些团队中的每一个成员都需要理解它，因此重点在于可用性。但是，易于阅读的可视化有时与深度特征集的读取不一致，这成为了数据可视化工具的一个主要挑战。

10. Tableau

作为这一领域的领导者之一，其数据可视化工具专注于商业智能，无需编程即可创建各种地图、图表、图形等等。Tableau总共有五款产品，其中有一个名为Tableau Public的免费版本供潜在客户试用。

11. Silk

Silk是一种简单版本的Tableau，Silk可让企业将数据可视化为地图和图表，而无需任何编程。它甚至会尝试在第一次加载时自动将数据可视化。它还使得在线发布结果变得容易。

12. Chartio

Chartio使用自己的可视化查询语言，只需点击几下即可创建功能强大的仪表板，而无需了解SQL或其他建模语言。与其他不同的是，企业直接连接到数据库，因此不需要数据仓库。

13. IBM Watson Analytics

IBM Watson Analytics是机器学习(ML)和人工智能(AI)的结合，可帮助提供智能数据科学助理，为业务分析师和数据科学家提供广泛的数据科学技能集的用户指南。

三层大数据工具

普华永道移动数据和分析计划首席技术官Ritesh Ramesh说，就精密程度和市场战略而言，大数据工具分解为三层。

第一层：也是最大的一层，是一系列开源工具。每家公司都以这种方式开始，像Cloudera和Hortonworks。除了基本的基础设施。服务器和存储之外，价值非常小。大多数云计算厂商已经将这一层实现商品化。

第二层：这是大多数这些供应商已经意识到需要增加他们的市场份额的地方，他们必须在开放源代码工具之上构建一些专有应用程序，从而与其他供应商区分开。例如，Cloudera公司构建了一些类似于Hadoop内核中的数据科学平台。

第三层：这些是垂直专用的应用程序。这些公司大多与普华永道、Cognizant或埃森哲等系统集成商合作。这就是真正的价值所在，而且这也是大数据工具制造商非常有效的竞争策略。

Ramesh说，除了基本功能之外，还有三个工具需求领域。首先是数据处理工具。他说，“数据学习工具是客户进行数据质量和性能分析的工具包中的重要工具，可处理5000万行数据，以发现洞察力。”

适合零基础，进阶，项目实战

系统学习，学成出来就业，起步就是15k

关注作者：其他文章可以找到大神组织

群名称：天气数据接口

群 号：305694703

根据乡镇天气id获取乡镇实况、逐小时预报、周边乡镇预报

名称

根据乡镇天气id获取乡镇实况、逐小时预报、周边乡镇预报

描述

* 周边乡镇预报数据

* 本乡镇实况

* 本乡镇逐小时预报

请求方式

post/get

请求地址

/china?m=townforcast&wid=101110403012

返回结果

[

{

"code": 20000,

"msg": "数据请求成功"

},

{

"alltown": [

{

"temp": "9 / -1°C",

"town": "蜂桶乡",

"townurl": "101270606011",

"weatherday": "小雨",

"weathernig": "阴"

},

{

"temp": "10 / 0°C",

"town": "鸡鸣乡",

"townurl": "101041600011",

"weatherday": "小雨",

"weathernig": "雨夹雪"

},

{

"temp": "9 / -1°C",

"town": "满月乡",

"townurl": "101041500019",

"weatherday": "小雨",

"weathernig": "雨夹雪"

},

{

"temp": "9 / 0°C",

"town": "周溪乡",

"townurl": "101041600024",

"weatherday": "小雨",

"weathernig": "阴"

},

{

"temp": "12 / 5°C",

"town": "大进镇",

"townurl": "101041500005",

"weatherday": "小雨",

"weathernig": "阴"

},

{

"temp": "12 / 4°C",

"town": "三墩土家族乡",

"townurl": "101270602040",

"weatherday": "小雨",

"weathernig": "阴"

},

{

"temp": "11 / 2°C",

"town": "井溪乡",

"townurl": "101270606020",

"weatherday": "小雨",

"weathernig": "小雨"

},

{

"temp": "12 / 2°C",

"town": "咸宜乡",

"townurl": "101041600020",

"weatherday": "小雨",

"weathernig": "阴"

},

{

"temp": "11 / 0°C",

"town": "渡口土家族乡",

"townurl": "101270602010",

"weatherday": "小雨",

"weathernig": "阴"

},

{

"temp": "8 / -1°C",

"town": "庙坝镇",

"townurl": "101041600015",

"weatherday": "小雨",

"weathernig": "阴"

},

{

"temp": "9 / 2°C",

"town": "漆树土家族乡",

"townurl": "101270602037",

"weatherday": "小雨",

"weathernig": "阴"

},

{

"temp": "12 / 2°C",

"town": "明通镇",

"townurl": "101041600016",

"weatherday": "小雨",

"weathernig": "阴"

}

],

"forecast_1h": [

{

"temp": 6,

"time": "08",

"weather": "小雨",

"weatherCode": "d07",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 6,

"time": "09",

"weather": "小雨",

"weatherCode": "d07",

"windD": "东风",

"windL": "<3级"

},

{

"temp": 6,

"time": "10",

"weather": "小雨",

"weatherCode": "d07",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 6,

"time": "11",

"weather": "小雨",

"weatherCode": "d07",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 7,

"time": "12",

"weather": "小雨",

"weatherCode": "d07",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 8,

"time": "13",

"weather": "小雨",

"weatherCode": "d07",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 9,

"time": "14",

"weather": "小雨",

"weatherCode": "d07",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 10,

"time": "15",

"weather": "小雨",

"weatherCode": "d07",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 10,

"time": "16",

"weather": "小雨",

"weatherCode": "d07",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 11,

"time": "17",

"weather": "小雨",

"weatherCode": "d07",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 10,

"time": "18",

"weather": "多云",

"weatherCode": "d01",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 8,

"time": "19",

"weather": "多云",

"weatherCode": "d01",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 7,

"time": "20",

"weather": "多云",

"weatherCode": "n01",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 7,

"time": "21",

"weather": "晴",

"weatherCode": "n00",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 6,

"time": "22",

"weather": "晴",

"weatherCode": "n00",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 6,

"time": "23",

"weather": "晴",

"weatherCode": "n00",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 5,

"time": "00",

"weather": "晴",

"weatherCode": "n00",

"windD": "东南风",

"windL": "<3级"

},

{

"temp": 4,

"time": "01",

"weather": "晴",

"weatherCode": "n00",

"windD": "南风",

"windL": "<3级"

},

{

"temp": 4,

"time": "02",

"weather": "晴",

"weatherCode": "n00",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 3,

"time": "03",

"weather": "多云",

"weatherCode": "n01",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 3,

"time": "04",

"weather": "多云",

"weatherCode": "n01",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 3,

"time": "05",

"weather": "多云",

"weatherCode": "n01",

"windD": "东北风",

"windL": "<3级"

},

{

"temp": 2,

"time": "06",

"weather": "多云",

"weatherCode": "d01",

"windD": "东南风",

"windL": "<3级"

},

{

"temp": 0,

"time": "07",

"weather": "阴",

"weatherCode": "d02",

"windD": "东南风",

"windL": "<3级"

}

],

"forecast_default": {

"humidity": 84,

"maxTemp": 11,

"minTemp": 0,

"temp": 12,

"time": "14:50",

"weather": "阴",

"weatherBg": "weatherBg03",

"wind": "东南风 1级"

}

}

]

参数说明

备注说明

该接口需要与其他接口配合使用户获取天气信息

3. 根据县id获取天气网数据

名称

根据县id获取天气网数据

描述

* 实况

* 生活指数

* 7天预报

* 预警信息

* 日出日落

请求方式

post/get

请求地址

/china?m=townlife&cntyid=101110403&cnty=神木

返回结果

[

{

"code": 20000,

"msg": "数据请求成功"

},

{

"forcast": {

"f_d_1_fl": "3.0",

"f_d_1_fx": "南风",

"f_d_1_fx_img": 0,

"f_d_1_wf": "多云",

"f_d_1_wf_img": 0,

"f_d_2_fl": "4.0",

"f_d_2_fx": "南风",

"f_d_2_fx_img": 0,

"f_d_2_wf": "多云",

"f_d_2_wf_img": 0,

"f_d_3_fl": "4.0",

"f_d_3_fx": "东北风",

"f_d_3_fx_img": 0,

"f_d_3_wf": "多云",

"f_d_3_wf_img": 0,

"f_d_4_fl": "3.0",

"f_d_4_fx": "西北风",

"f_d_4_fx_img": 0,

"f_d_4_wf": "阴",

"f_d_4_wf_img": 0,

"f_d_5_fl": "3.0",

"f_d_5_fx": "南风",

"f_d_5_fx_img": 0,

"f_d_5_wf": "阴",

"f_d_5_wf_img": 0,

"f_day_1": 1,

"f_day_2": 2,

"f_day_3": 3,

"f_day_4": 4,

"f_day_5": 5,

"f_n_1_fl": "3.0",

"f_n_1_fx": "南风",

"f_n_1_fx_img": 0,

"f_n_1_wf": "晴",

"f_n_1_wf_img": 0,

"f_n_2_fl": "3.0",

"f_n_2_fx": "南风",

"f_n_2_fx_img": 0,

"f_n_2_wf": "多云",

"f_n_2_wf_img": 0,

"f_n_3_fl": "3.0",

"f_n_3_fx": "西北风",

"f_n_3_fx_img": 0,

"f_n_3_wf": "多云",

"f_n_3_wf_img": 0,

"f_n_4_fl": "3.0",

"f_n_4_fx": "西北风",

"f_n_4_fx_img": 0,

"f_n_4_wf": "多云",

"f_n_4_wf_img": 0,

"f_n_5_fl": "3.0",

"f_n_5_fx": "西南风",

"f_n_5_fx_img": 0,

"f_n_5_wf": "雨夹雪",

"f_n_5_wf_img": 0,

"f_temp_h1": 7,

"f_temp_h2": 15,

"f_temp_h3": 16,

"f_temp_h4": 11,

"f_temp_h5": 11,

"f_temp_l1": 6,

"f_temp_l2": 1,

"f_temp_l3": 1,

"f_temp_l4": 4,

"f_temp_l5": 2,

"f_week_1": "四",

"f_week_2": "五",

"f_week_3": "六",

"f_week_4": "天",

"f_week_5": "一"

},

"lf": {

"l_detail_cl": "早晨天气寒冷，风力稍大，请尽量避免户外晨练，若坚持晨练请注意保暖避风防冻，建议年老体弱人群适当减少晨练时间。",

"l_detail_cy": "天气冷，建议着棉服、羽绒服、皮夹克加羊毛衫等冬季服装。年老体弱者宜着厚棉衣、冬大衣或厚羽绒服。",

"l_detail_gm": "将有一次强降温过程，极易发生感冒，请特别注意增加衣服保暖防寒。",

"l_detail_ls": "天气不错，午后温暖的阳光仍能满足你驱潮消霉杀菌的晾晒需求。",

"l_detail_ly"...

文 | 易小姐

易小姐最近正在玩儿命制作保险课程，冷落了各位宝宝，我的内心也灰常蓝瘦。

所以今天必须掏点私房货，好好补偿一下大家~

少啰嗦~看家伙！

这是由好啦科技公司和中科院联合开发的——免费大数据体检。

说到这个健康体检，想必是很多家庭的一桩心事：

一方面来说，谁不想多了解一点自己的健康状况？

但另一方面，专业的商业体检，少则几百多则几千，全家每年来一回，也确实肉痛啊~

而且像我爸妈这种老一辈的，还特别排斥做体检。

觉得花钱查自己有啥病简直就是……嗯，有病！

前几天我正伏案对比保险产品。

无意在好几个保险公司的健康检测页面上，发现都是由一家叫「好啦科技」的公司提供了技术支持。

嚯，我这敏锐的小嗅觉，于是就在网上扒拉了一下。

这家公司之所以鲜为人知，是因为他们专注于服务医疗健康相关的B端企业，比如：

泰康在线&泰康人寿、阳光保险集团、君康人寿等数十家大中型保险公司；

中国医学科学院肿瘤医院、北京大学肿瘤医院、协和医院、中日友好医院、北京大学人民医院等多家著名医院；

微信、支付宝等APP平台；

在线药品零售、基因检测解读、中医调理方案提供、身体健康检查检测机构。

而现如今，他们又与中科院联合成立了实验室，在医学知识、中科院专家评估、大数据收集、算法处理的共同作用下，开发了一系列线上体检问卷。

正儿八经的权威学术知识 X 大数据算法。

这可不是那些打发时间的娱乐测试，而是专业、科技含金量足足的权威测试。

大家只需关注微信公众号「好啦」（也可在后台回复「好啦」），就可以免费体检啦~

测试种类丰富：针对女性、儿童、老人的项目都有。

还有痔疮、脱发、阳痿等不可描述的人生痛点筛查。（胸口划十字）

这不，我花了6分钟以身试法体验了一下，结果如下：

看来还能活蹦乱跳一整子，这就安心了~

易小姐强烈建议在线下体检之前，可以先做一下介个免费测试。

测试完后的专家点评和筛查项目建议，既让你少花冤枉钱，又能让线下体检更有针对性，把高风险项目仔细核查一番，钱花在刀刃上。

而且，对于自身健康状况和疾病的预测，还能在购买保险的种类和时机上给予参考。

特别是体质和癌症风险筛查，如若测试结果亮了红灯，嗯……

你该给我拨电话了~

好了，现在就赶紧给家中成员每个人测一测吧。

相信我，比星座运势管用~

等我下周闪耀登场啊啊啊，乒～乒～\(≧▽≦)/

令人好奇

昨晚在公司留下来主动加班，不是为了赶项目进度，也不是为了改bug，说起来原因让人吃惊：我竟与一位来自北京的粉丝聊了一宿，晚上11点才打车回了住的地方。

能让我浪费下班后宝贵的业余时间，跟粉丝聊那么长时间，这里面绝对有猫腻。究竟我们之间谈了什么话题？搬好小板凳，且听我慢慢娓来。

Java市场存在变数

这位来自北京的Java朋友跟我说，他目前在西二旗一家互联网公司从事Java开发（大数据方向），税后月薪25K，在他们公司某项目里担任小组长。

他跟我说，他在帝都呆了快三年了，眼睁睁地看着一批又一批的同行同学失业，找不到合适他们的工作，只会CRUD，CRUD，CRUD的搬运工，上了年纪之后基本在北京就混不下去了，缩影如下：

更别说刚从学校出来，只会lowlow的ssh的应届生同学们！可谓毕业就失业！

究其原因，就是Java市场变了。不再是纯粹的crud搬运工就能生存了。年轻的搬运工比你有激情有精力能通宵，要的钱比你还低！你怎么比？

与此同时，更多的互联网公司，给开出高薪，只为招聘一个大数据方向的后台工程师。一句话，只有具备核心竞争力，30岁后你离开公司，到哪里都有底气！不信各位可以去智联招聘、boss直聘上面看看。

大数据浪潮下，何去何从

马云曾经说过，「 人类正从IT时代走向DT时代 」。

正如他说言，今天几乎所有的互联网公司背后都有一支规模庞大的数据团队和一整套数据解决方案作决策。

这个时代已经不是只有硅谷巨头才玩数据的时代，是人人都在依赖着数据生存，可以说如今社会数据价值已经被推到前所未有的高度。

插播一句，字节动码（核心产品：今日头条）给应届生的薪资是50K！不怕没有这个数，就怕你没能力拿！

懂行的都知道，从页面到后台，这里面有一个完整的数据链路，中间省略了技术细节。请看下面这张图：

二业界常提到的 Hadoop，Spark，Druid ，则都在用户侧的最下方，也就是数据研发与数据挖掘职能的工作。

目前腾讯的社交数据，百度的搜索数据以及阿里的交易数据每天都是PB级别，海量数据，都是公司最重要的资产。在过去，普通的Java开发也许只是写写业务逻辑相关，写写crud，而今天，Java是最有希望，也是最容易转型大数据开发的群体。毕竟Java可是css，jsp，后台逻辑，DBA，甚至运维为一体，性价比超高的“全栈工程师”。说白了可打杂。

而那些懂得大数据的工程师则已成为炽手可热的人才，平均起薪已达年薪30万以上，BAT大量需要这方面人才，这也是进入大公司的捷径。

和这位朋友聊了好久，感觉现在的Java，已经不是我这些年所认知的Java了，它的细分领域变得更多更专业。怪不得，32岁只会写写crud的Java搬运工，会被领导直接PASS。市场行情的变化，即甲方需求的变化，让我吃惊。

想入门大数据吗

听了这位朋友这么多的经验之谈，我对学习大数据也燃起了一定的兴趣。

大数据就业钱景大好

人才紧缺带来最直观现象就是薪酬的提升。

目前，一个大数据工程师的月薪轻松过万，一个有几年工作经验的数据工程师薪酬在40万~160万元之间不等，而更顶尖的大数据技术人才则是年薪轻松超百万。

高薪只要你敢想，敢付出，还害怕高薪的人不是自己吗？

那么问题来了，

如何才能让你快速提升呢？

文豪学院价值2980元的spark课程限时免费赠送！全程大咖级讲师亲授，为你解析行业发展趋势、就业前景，帮你了解技术、轻松入门，更快一步成为高薪大牛！

2980元spark课程截图如下

参加文豪学院大数据系统培训学习并通过考核可推荐微软、亚马逊、谷歌、英特尔、英伟达等的offer, 在毕业考试中获得前三名的，即可免费享受以上大型企业实/学习机会就业机会。（期间报销往返机票、住宿费用）

学习一门技术、深造一门技术，走上人生巅峰，就是这么简单！

如果你对大数据开发感兴趣，没有大数据基础也没有关系，如果有编程基础将对学习大有裨益。现在文豪免费对"大数据开发"感兴趣的朋友开放我们的大数据工程师精英计划！

如果你不想错过这次科技大变革，那就立即行动起来吧！

★ 完整体系课程一套：从入门到精通

★ 实时提问：解决工作遇到的问题

数据分析历经报表、BI、敏捷BI、自服务BI、数据挖掘等传统发展阶段，科技创新快速发展，今天，大数据已经进化到智能革命的阶段，任何企业都面临数据智能化的转型，大数据分析平台ETHINK在以上传统功能基础上，已为企业带来新的智能基因：

智能BI是“敏捷BI+深度洞察算法”

智能DM是“特征工程+机器学习+自动化挖掘”

智能AI是“数据+专家经验+智能算法”

ETHINK数据智能分析平台V8.0版本包括数据可视化、数据分析、数据挖掘等核心技术产品，欢迎对大数据有兴趣的企业和个人前来试用。（加入ETHINK体验QQ群：213750619，即可联系客服开通账号，不收取任何费用。）

ETHINK数据智能分析平台五款核心产品介绍：

快速BI：快速、简单、敏捷，帮助数据运营企业，建立拖拽式、数据探查式、在线分析的分析平台，自适应布局，可适应大屏、PC、移动BI等各类场景。

智能BI：强大、专业、智能，帮助行业企业建立拖拽式分析分析平台，强大的2次开发能力，帮助快速复制与行业推广。

数据挖掘分析：分布式内存计算大数据挖掘平台，流程式拖拽设计，包含从数据清晰加工、数据100多种算法，可以实现从客户流失分析、故障预警、风控、征信、推荐、预测等各类数据挖掘应用。

统计分析：统计分析平台集成了丰富的统计分析算法，通过拖拽的方式实现分析，平台包括数据探索、相关分析、方差分析、聚类分析、回归分析、时间序列分析、参数估计、假设检验等100余种统计分析方法，能够解决制造业、电信、金融、医疗、电力、零售、教育、政府等各个领域的问题。

小e机器人：包含图像、语音、自然语言感知，情感分析的听说读写感知，基于大数据深度学习的认知计算能力，是企业提供深度AI应用的基础平台。通过图像识别，文字识别，以及自然语言处理，ETHINK学习更多的知识，帮助机器服务人类。帮助实现图像识别、文本分析。通过特征工程，以及深度学习算法，结合专家经验和数据智能，实现类人智能应用。

想了解更多产品内容，可访问官网http://ethinkai网站的资源库中为大家提供了详细的操作手册，可自行下载。

每次更新，都是为了更好的前行

更酷炫的功能

全新的操作界面

为了每一位用户的体验而诞生

你，还要错过吗？？

附：ETHINK演示DEMO

至顶网CIO与应用频道 02月27日 编译：机器学习、人工智能、区块链、预测分析——所有令人惊叹的技术都承诺将革新商业和社会。

但如果没有数据的话，这些技术就一无是处。所幸的是，对于那些没有资源有条不紊收集每一条有用信息的企业和组织而言，他们可以免费从网上得到庞大（并且不断增加）的数据。

我们列出了2018年的30个免费在线大数据来源：

1、 世界银行开放数据（World Bank Open Data），是涵盖了全球人口统计数据、大量经济和发展指标的数据集。

2、 国际货币基金组织数据（IMF Data），国际货币基金组织公布的国际财务状况、债务率、外汇储备、商品价格和投资数据。

3、 美国国家教育统计中心（The US National Center for Education Statistics Data），提供了覆盖美国和世界各地的教育机构和教育人口统计的数据。

4、 英国数据中心（The UK Data Centre）是英国最大的社会、经济和人口的数据集。

5、 FiveThirtyEight，有大量提供政治和体育问题舆论数据的民意调查。

6、 FBI统一犯罪报告（FBI Uniform Crime Reporting），联邦调查局负责编辑和出版国家犯罪统计数据，并在国家、州和县级提供免费数据。

7、 美国司法局（Bureau of Justice），在这里你可以找到关于美国执法机构、监狱、假释和缓刑机构及法院的数据。

8、 Qlick Data Market提供免费包，可访问涵盖世界人口、货币、发展指标和天气数据的数据集。

9、 美国宇航局外行星存档（NASA Exoplanet Archive）的公共数据集涵盖了由美国宇航局空间探索任务收集的行星和恒星数据。

10、 联合国贸易数据库（UN Comtrade Database Statistics）统计是由联合国汇编并出版的资料，包括Comtrade Lab，展示了如何使用尖端分析和工具从数据中提取价值。

11、 金融时报市场数据（Financial Times Market Data）是关于全球金融市场的最新信息，包括股票价格指数、商品和外汇。

12、 谷歌趋势（Google Trends）是检查和分析全球互联网上搜索活动和趋势新闻的数据。

13、 Twitter，Twitter的优势在于大多数对话都是公开的，这意味着大量的数据可以通过其API获得，谁正在谈论什么，何地、何时以及为什么。

14、 谷歌学术（Google Scholar）包括学术论文、期刊、书籍和法律判例法的文本内容。

15、 Instagram，与Twitter一样，Instagram的帖子和对话默认为公开，其API允许对喜欢、提及和商业细节进行分析。

16、 OpenCorporates是全球最大的企业开放数据库。

17、 Glassdoor API提供了有关职位空缺、候选人、薪水和员工满意度的信息，可通过他们的开发者API获得。

18、 IMDB Datasets，是从网络上最大的电影、电视和从业人员中获得的多种格式数据集。

19、 OpenLibrary Data Dumps是关于世界各地图书馆书籍目录的数据集。

20、 Labelled Faces in the Wild整理并标记了13,000个人脸图像，用于开发涉及面部识别的应用。

21、 Microsoft Marco是微软的开放式机器学习数据集，用于阅读理解和问题回答的培训系统。

22、 机器学习数据集知识库（Machine Learning Dataset Repository）由集合了由参与机器学习项目的数据科学家贡献的开放数据集。

23、 易趣市场数据洞察（eBay Market Data Insights）提供了来自eBay的数以百万计的在线销售和拍卖数据。

24、 自然历史博物馆数据门户（Natural History Museum Data Portal）提供了关于伦敦博物馆藏品中近400万个历史标本的信息，以及自然世界的科学录音。

25、 欧洲核子研究中心开放数据（CERN Open Data），欧洲核子研究中心开展的粒子物理实验提供了超过1PB的数据。

26、 One Million Audio Cover Images数据集托管在archive.org上，涵盖世界各地发布的音乐，用于图像处理研究

27、 Complete Public Reddit Comments Corpus，2007年至2015年期间在Reddit上发布的10多亿份公共评论，用于训练语言算法。

28、 Microsoft Azure Data Markets Free Datasets，提供了涵盖从农业到天气所有内容的免费数据集。

29、 Irish Electric Vehicle Charge Point Status收集了这个负责爱尔兰共和国和北爱尔兰电动汽车充电站网络数据机构的数据。

30、 LondonAir提供了来自伦敦各地的污染和空气质量数据。