我只接触过一点的浅见
首先当然是数学的部分，但现在基本上都能用电脑算
最难的应该是要学一大堆不同模型
常用的就已经十几个，不同领域或者同领域但样本不同等等
要能够在没有教授指导的情况下马上针对不同实务拿出应对模型需要训练
最后就是要知道怎么取样
所谓的大数据丢到你脸上，你要知道哪些和哪些可能有点关联、关联性多强
很多东西你觉得有关然后丢进模型计算却发现根本毫无关联
或者有些东西你丢进去计算看似有东西跑出来就以为有关联
结果犯了程式上所谓“垃圾进垃圾出”的错误
之前工作时就听说高医大一堆拿健保资料投的论文被期刊撤销
我当时的老板就抱怨说高医大有老鼠屎用健保资料大量产出没参考价值的论文
导致期刊还规定以后这种用台湾健保数据的类似论文直接不用
现在不知道改了没