人物专访：结合互联网及大数据应用的网路警察- 专访新加坡Google数据分析师 Patrick 原文请见：http://shelleyadventure.com/patrick-interview-part1/ 你知道网路警察这个工作吗？本集要专访的人物是目前在新加坡Google办公室担任数据分 析师的香港朋友Patrick，他在台大及伦敦政经学院完成他的大学及硕士学历後，回到香 港Yahoo工作，几年前，又转往新加坡Criteo 及Google工作，一直在互联网工作的他，今 天要跟我们分享他海外工作的内容及聊聊互联网的趋势发展。 网路警察的工作内容 我在Google是一个数据分析师，主要负责网路广告投放publisher分析.。在Google里面， Publisher有分两种，第一是网页，第二是App。我就像网路警察一样，利用大数据来抓一 些不好的App，胡乱投放广告或者App内容有不恰当的内容却投放了Google的广告。 由於市场上有几百万的App在投放Google广告，我们，我们team 必须利用大数据来有效快 速抓高风险的App，然後对违规App进行处分。 大数据的内容很多，比如说使用者行为、App投放广告行为、应用市场搜寻下载行为、应 用市场搜寻下载行为、用户对App评论投诉等等多种数据来源，我们数据来源，我们团队 续建一个有效地模型来侦测出高风险的App。 想要进入big data 领域的建议或要培养的核心能力？ 如果要成为一个Data人,不管是叫Data Analyst或Data Scientist. 我觉得要具备三个条 件： 第一是Presentation 能力: Presentation可能是对Technical Background 或Non-technical Background 的或者是对 外或对内部的差别。当然，共通处就是要学会用最简单最短的文字来呈现你的分析结果。 对有技术背景或非技术背景的(Non-technical background) 如果是面对非技术背景的人比如说是销售同事，那报告的内容不需要最直接比如说公司的 产品为客户的订单增加百分之几，减少百分之几的时间，图表必须要一目了然，因为大部 分非技术背景的人都不会关注分析的过程跟假设，很多人就会关注分析的结果而已。 而面对技术背景的人做的Presentation，就需要做一个比较完整的报告，包括一开始的 Abstract或者叫summary或者叫TL;DR ,先把结果讲出来。然後开始说整个分析的阿桑先把 结果讲出来。然後开始说整个分析的Assumption, Limitations , Level of confidence, Suggestions 和Next step或Action item等。 对外或对内部的团队 然後对内跟对外Presentation的处理方式又有不一样。 对外部的话，一般会放大优点，缩小缺点。 你会强调公司为客户带来的效益有多大，当解释麽一方面没有去做的很好的话，就必须要 用一些数字来做解释。比如说上个月我们公司为你带来的订单减少了30%，你可你会强调 公司为客户带来的效益有多大，当解释麽一方面没有去做的很好的话，就必须要用一些数 字来做解释。比如说上个月我们公司为你带来的订单减少了30%，你可能使用过往的资料 来证明订单下降是跟市场季节性的变动有关的。 如果是对内部观众的报告，那就需要以中立的手法来呈现。 比如说新的产品为那就需要以中立的手法来呈现，比如说新的产品为公司订单增加30% 但 盈利却只增加了5%，那报告必须要点出产品有成效，但整个产品只带来一些低价值的用户 ，不一定符合效益。 第二条件是Documentation的能力: 网路公司很注重Documention，一方面是知识资讯传承，另外一方面是data如何有好理解 的呈现方式,因此，这时候若是能够将资料或数据透过清楚的图表来呈现，可以更容易帮 助团队了解了解情况。 第三条件是自我学习能力: 由於网路产业变化很快，因此很重要的是要不断学习。不管是透过内部学习，或是利用第 三方网路课程像是Udemy等线上课程，都能增进自我的硬知识。我有一位资深同事，更会 定期看学术论文，帮助他找灵感，相当好学。 以上都是我认爲要具备的软实力，至於Technical Skill: 我会建议目前还在学的大学生 ，若是对这一行有兴趣，可以去修相关的课程包含以下统计软体及图表软体： Excel SQL Python R Tableau 大数据的过去及目前发展趋势 大数据现在的确是很火热的话题，一般是处理预测、分类和推荐等需求。前几年当大家还 在讨论Ｍachine Learning 跟AI的时候,其实就是针对用户的体验和为用户创造价值，例 如说要提高搜寻的准确度、推荐跟使用者相关的产品、找出高价值的客户等等。 但从两年前开始，特别是美国总统大选时在Facebook上面的假新闻事件，到去年Facebook 和Google 的CEO 分别到国会听证会，引发广泛讨论用户隐私安全、资料使用、网路资讯 正确性和安全性的担忧，这些隐忧会对网路的名誉、企业客户的品牌安全有一定的影响。 因此，很多网路公司这两年都大量投资安全与信任（Trust and Safety）这一块，主要打 击网路不良和危险讯息、System Gamer和网路违法行为。比如说，电商平台会打击钻系统 漏洞以骗运费补贴或推荐新使用者折扣优惠、又或者盗版货。社交平台打击色情特别是儿 童色情、假新闻、冒充身份，Email 抓Phishing 邮件，视频分享平台有版权影平或不当 内容影片、网路金融服务机构也在打击各重洗黑钱和诈骗行为。 总而言之，很多企业已不只单单以Business/commercial oriented 层面运用ML和AI，现 在更注重Operational 层面上保护客户和公司的利益与安全。 你在网路公司待了有段时间，可以跟我们分享你的观察吗？ 有的，我觉得以下两点是我发现网路人的共性，不管是在Google还是其他网路公司。 第一个是Fast Learning：说到这个，我发现公司的TOP Sales跟一般销售的差别，Tops sales 通常非常的好学，他们不单单只是了解商业层面，也会去请教背後的技术原理。尤 其越是成功的业务，通常会不断精进自己的能力或是知识，才能够获得客户对他们的信任 。另外，他们通常有很强的技术背景，能够直接提供解答及服务给客户。 第二个是要主动的（Proactive）找专案来做 在Google 有熟知的Extra mile 或是120% Project，这些都是鼓励工程师能够利用自己的 创意去为公司创造更多价值。我觉得在网路业，本身就是要不断懂的快速学习以及保持主 动的态度，才不会被淘汰。 语音请见：http://shelleyadventure.com/patrick-interview-part1/ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 192.200.144.39 (美国) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1559891802.A.DCF.html