<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>数据分析 on s-ai-unix's Blog</title><link>https://s-ai-unix.github.io/tags/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/</link><description>Recent content in 数据分析 on s-ai-unix's Blog</description><generator>Hugo -- 0.161.1</generator><language>zh-cn</language><lastBuildDate>Sun, 26 Apr 2026 15:00:00 +0800</lastBuildDate><atom:link href="https://s-ai-unix.github.io/tags/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/index.xml" rel="self" type="application/rss+xml"/><item><title>被取代与不可取代：一个前数据科学从业者和 AI 产品经理的十年职业回望</title><link>https://s-ai-unix.github.io/posts/2026-04-26-ai-job-replacement/</link><pubDate>Sun, 26 Apr 2026 15:00:00 +0800</pubDate><guid>https://s-ai-unix.github.io/posts/2026-04-26-ai-job-replacement/</guid><description>站在2026年回望，我曾经引以为傲的写 Shell/Perl/Python 脚本、写 SQL、数据开发、数据分析、数据挖掘和机器学习，甚至部分产品经理的工作，都已经被 AI 轻松胜任。那么问题来了，哪些工作会被 AI 取代？我们又该向何处去？</description></item><item><title>非Cook眼中的淮南牛肉汤</title><link>https://s-ai-unix.github.io/posts/2026-04-25-huainan-beef-soup/</link><pubDate>Sat, 25 Apr 2026 00:00:00 +0000</pubDate><guid>https://s-ai-unix.github.io/posts/2026-04-25-huainan-beef-soup/</guid><description>吃了十几年、几百碗牛肉汤之后，我终于理解了为什么好喝的那么少。一碗淮南牛肉汤，看着简单，其实是一套被早市、成本、火候、刀工和口味共同打磨出来的地方工程。</description></item><item><title>高等数理统计学前言摘录</title><link>https://s-ai-unix.github.io/posts/2020-02-16-mathematical-statistics-preface-excerpts/</link><pubDate>Sun, 16 Feb 2020 10:41:40 +0800</pubDate><guid>https://s-ai-unix.github.io/posts/2020-02-16-mathematical-statistics-preface-excerpts/</guid><description>摘录陈希孺教授《高等数理统计学》前言中关于学习方法的宝贵建议，强调做习题对掌握数理统计学技巧的重要性。</description></item><item><title>对数据分析工作的深度思考</title><link>https://s-ai-unix.github.io/posts/2019-07-20-thoughts-on-data-analysis-work/</link><pubDate>Sat, 20 Jul 2019 08:50:36 +0800</pubDate><guid>https://s-ai-unix.github.io/posts/2019-07-20-thoughts-on-data-analysis-work/</guid><description>从七年数据分析经验出发,深入探讨数据分析的方法论、职业要求、常见误区以及个人成长感悟</description></item><item><title>R语言实用技巧与数据分析实践</title><link>https://s-ai-unix.github.io/posts/2019-07-05-r-language-practical-guide/</link><pubDate>Fri, 05 Jul 2019 08:00:01 +0800</pubDate><guid>https://s-ai-unix.github.io/posts/2019-07-05-r-language-practical-guide/</guid><description>分享R语言在数据分析中的实用技巧和最佳实践</description></item><item><title>Python数据分析完整指南：NumPy、Pandas与可视化实战</title><link>https://s-ai-unix.github.io/posts/2019-07-04-python-data-analysis-complete-guide/</link><pubDate>Thu, 04 Jul 2019 11:43:34 +0800</pubDate><guid>https://s-ai-unix.github.io/posts/2019-07-04-python-data-analysis-complete-guide/</guid><description>全面掌握Python数据分析核心工具，从NumPy数组操作到Pandas数据处理，再到Matplotlib和Seaborn可视化，构建完整的数据分析技能体系。</description></item></channel></rss>