百科问答小站 logo
百科问答小站 font logo



古代有哪些猫奴? 第1页

  

user avatar   tan-zheng-ying 网友的相关建议: 
      

明朝嘉靖皇帝做猫奴做到走火入魔,他在宫中设立专门的养猫机构「猫儿房」,三四个太监在此侍奉宫猫,皇帝喜欢的猫还会被加封官职头衔。

朱瞻基《五狸奴图卷》

嘉靖最钟意一只叫霜眉的长毛波斯猫, 它死的时候道君皇帝用金棺把它葬在景山。风光大葬不算完,他还让大臣给霜眉写悼文。

侍读学士学士袁炜的悼文里有一句「化狮作龙」深得圣心,从此袁炜平步青云做到内阁大学士。葬霜眉的坟墓叫做虬龙冢,虬龙冢上有虬龙柏,至今仍在北京景山之上。


user avatar   nian-que-yi 网友的相关建议: 
      

谢邀

鞑靼将军铁木耳塔什牧小亚时,曾经强迫罗姆苏丹国多位高官,甚至包括了阿塔贝格和维齐尔向他的波斯爱猫下跪。

在他失势逃亡埃及时,老婆都没带,除了死忠的部下就带了他的爱猫。


user avatar   juan-mao-shi-si 网友的相关建议: 
      

如何准备数据分析的面试这个问题我觉得可以这么理解:在数据分析的面试中面试官主要会考察哪些技能?知道面试要考察的技能,然后针对这个去准备就对了。

我自己前段时间面试了几位数据分析师,也跟我们的老大交流过面试的经验,大体上在面试的时候我们主要会考察以下几个点 :


基础能力:

1. 统计学知识怎么样,一般来说问1~2个比较简单的数学题。统计学知识对于数据分析师来说特别重要,无论是在我们做AB测试的样本计算、显著性检验,还是在实验后期的结果分析,都需要有一定的统计学基础。

2. SQL能力怎么样,一般是当场出2-3道基础SQL题目。数据分析有80%的时间在取数这个说法你当了数据分析师就会知道。写正确的SQL、取正确的数是一个数据分析最最基本的底线,所以SQL能力相当基础。

基础能力基本上是容不得错误的,当然,如果你的分析能力非常了得,然后SQL能力差一些也还好,会酌情考虑。

分析能力:

1. 解释What和Why的能力,核心指标波动的原因以及为什么产生波动。这里其实涉及的是对数据分析基础的业务能力以及逻辑能力的考察。数据的波动带来的可能就是机会,而只有深入的去了解、分析清楚波动的原因才能举一反三带来更大的价值。

2. 分析How的思路,提升核心指标的思路和框架,探索性问题的拆解。探索性分析能给整个业务部门搞清楚业务的重点方向,围绕着这个大方向去思考产品的研发。


我把我学习数据分析的经验总结成了一本电子书,这本电子书帮助了不少人成功转行了数据分析,你要是感兴趣的话可以点下方链接获取到这本电子书。


上面说了面试的时候,比较注意上面两个大的点,四个小的点,那么如何在面试前准备这些呢?按照我自己的学习经验我提几个建议:

SQL和统计学属于必知必会的,这个网上课程很多,也有很多专业的书籍,我建议是系统性的学习一遍。分析能力对于很多还没工作的人来说,也只能通过看书来弥补,多看看别人怎么分析的。这里也推荐几本书,作为基础都要看一遍:深入浅出数据分析、谁说菜鸟不会数据分析、增长黑客、精益数据分析。


最后再提一点:其实在面试的时候给面试者提问数据分析的问题,面试官也没有一个标准的答案,只不过是看你思考问题的方式。小问题上是否有分析、拆解的思维;大的问题上是否有由大到小、化繁为简的框架性思维。

附加:对公司当前的业务是否了解,了解的是一个加分项,但不作主要考量。 毕竟了解相关行业的熟悉业务的成本更低一些。


user avatar   yindaweiCN 网友的相关建议: 
      

如何准备数据分析的面试这个问题我觉得可以这么理解:在数据分析的面试中面试官主要会考察哪些技能?知道面试要考察的技能,然后针对这个去准备就对了。

我自己前段时间面试了几位数据分析师,也跟我们的老大交流过面试的经验,大体上在面试的时候我们主要会考察以下几个点 :


基础能力:

1. 统计学知识怎么样,一般来说问1~2个比较简单的数学题。统计学知识对于数据分析师来说特别重要,无论是在我们做AB测试的样本计算、显著性检验,还是在实验后期的结果分析,都需要有一定的统计学基础。

2. SQL能力怎么样,一般是当场出2-3道基础SQL题目。数据分析有80%的时间在取数这个说法你当了数据分析师就会知道。写正确的SQL、取正确的数是一个数据分析最最基本的底线,所以SQL能力相当基础。

基础能力基本上是容不得错误的,当然,如果你的分析能力非常了得,然后SQL能力差一些也还好,会酌情考虑。

分析能力:

1. 解释What和Why的能力,核心指标波动的原因以及为什么产生波动。这里其实涉及的是对数据分析基础的业务能力以及逻辑能力的考察。数据的波动带来的可能就是机会,而只有深入的去了解、分析清楚波动的原因才能举一反三带来更大的价值。

2. 分析How的思路,提升核心指标的思路和框架,探索性问题的拆解。探索性分析能给整个业务部门搞清楚业务的重点方向,围绕着这个大方向去思考产品的研发。


我把我学习数据分析的经验总结成了一本电子书,这本电子书帮助了不少人成功转行了数据分析,你要是感兴趣的话可以点下方链接获取到这本电子书。


上面说了面试的时候,比较注意上面两个大的点,四个小的点,那么如何在面试前准备这些呢?按照我自己的学习经验我提几个建议:

SQL和统计学属于必知必会的,这个网上课程很多,也有很多专业的书籍,我建议是系统性的学习一遍。分析能力对于很多还没工作的人来说,也只能通过看书来弥补,多看看别人怎么分析的。这里也推荐几本书,作为基础都要看一遍:深入浅出数据分析、谁说菜鸟不会数据分析、增长黑客、精益数据分析。


最后再提一点:其实在面试的时候给面试者提问数据分析的问题,面试官也没有一个标准的答案,只不过是看你思考问题的方式。小问题上是否有分析、拆解的思维;大的问题上是否有由大到小、化繁为简的框架性思维。

附加:对公司当前的业务是否了解,了解的是一个加分项,但不作主要考量。 毕竟了解相关行业的熟悉业务的成本更低一些。




  

相关话题

  清朝哪个皇帝最昏庸? 
  你是如何看待中国点茶失传的?你认为断代的原因是什么? 
  如果铁器时代的古人突然掌握了电力技术会怎么样? 
  有哪些只一眼就觉得悲凉的古诗词? 
  请问有什么中国古代史方面的学术专著的推荐吗? 
  有哪些令人惊艳的古文? 
  古代有没有出现老爸抢儿子皇位之事? 
  古代是否确有「路不拾遗,夜不闭户」的时期? 
  明朝和宋朝哪个更强大? 
  韩愈平鳄鱼的真实情况是怎样的? 

前一个讨论
现代突尼斯历史教科书如何看待迦太基文明?
下一个讨论
历史上有王冠掉下的尴尬场面吗?





© 2024-05-20 - tinynew.org. All Rights Reserved.
© 2024-05-20 - tinynew.org. 保留所有权利