Beta

本篇关键内容（阅读需要约 15 分钟）：

1. 分析师的职责范围
2. 重定义：数据科学合作伙伴
3. 数据需求的标准流程
4. 工欲善其事，必先利其器 - tapd

为什么写这篇文章？起因是分析师团队的 leader 离职了，作为大老板，我只能选择暂代管理一段时间。在帮团队成员梳理工作内容的过程，我抽象了其中一些关键的要素，以及需要澄清的认知误区。这些总结我不想仅仅封闭在自己的团队内部，还希望能帮到正在职业生涯迷茫的分析师们。

各位看官在平时用 R 处理网页的过程中，一定会被各种乱码、转码所困扰，这里做一些小型的总结，会涉及到：

1. encode 和 decode
2. md5 加密
3. 字符集转换
4. 繁体转化为简体
5. 字体的指定

逐个解释如何处理：

Encode 和 Decode 处理最为简单，因为在 R 中自带的 utils 就存在方法，具体函数是 URLencode 和 URLdecode。

国庆期间闲逛知乎，恰巧碰到一则问题 2019年你的书单有什么书？，这个问题有

988 个回答，18326 个关注者，284 万的浏览量

接近 1000 个回答，全部翻完且不说时间会爆炸，脑子里能不能记住这些信息更是问题。如果能抓取每个回答列出来的书名，汇总以后便是这 988 个回答者的书目投票。方法虽说暴力，但也算是变相了解大家在 2019 年的阅读倾向。工具呢？当然是我擅长使用的 R 了，哈哈！

闲话不多说，直接给出结果（大于 10 位回答者提及的书目）：

拜川普总统所赐，今年的国庆节国人过的非常振奋。

此生无悔入华夏，来世愿在种花家

这句话说出了很多人的心声。

情怀归情怀，我们从建国以来到底 成长的怎样 呢？闲话不说，直接上图，数据来源这里。

改革开放 40 年我们取得了非常傲人的经济成就，作为 80 后亲历者，图形化的结果还是震撼了我。从 04 年附近，人均 GDP 的增幅突然爆发出了一个向上的拐点，全球第二大经济体，这么巨大的体量居然还能做到如此，真心不容易！我们大部分普通老百姓即便是什么也没有做，生活水平也在跟着水涨船高，感谢我的政府！

随着我们注册的网站和 App 越来越多，有一个问题一直困扰着我：

我的密码真心不够用！

经常几个可能密码重复的尝试，时不时网站就报超过尝试次数。以及还有一个更为可怕的风险：如果所有的网站如果使用同样的密码，任意一个网站只要发生安全泄露（这几年发生次数不少），那基本你在其他网站就属于裸奔了，其他人可以利用你的统一密码作出一系列你不能想象的行为。

1Password 给我了一些启发，它可以保证你每个网站的密码都不同。这款软件安全性怎样，收费多少先不提，我们简单思考一下这个软件的原理貌似是容易实现的，基本要素和逻辑猜测有以下要点：

1. 不同的网站或者 app 会导致密码的不同
2. 自己有一个私钥种子，这是唯一要保存的
3. 将 1 和 2 的信息加密之后返回加密信息
4. 将加密信息的内容通过一定的规则给出显式密码
5. 显式密码包含特殊字符，英文的大小写字母

这样做的最大好处是，我只需要记住 2 的种子，即便暴露了 4 的规则，也不担心密码会被反向破译。