和没看过《黑暗荣耀》的人讲话了

自 3 月 10 日第二季上线已经一周过去了，但《黑暗荣耀 2》的各种玩梗依旧是各大网络平台的流量密码。

" 上班时的我 vs 下班后的我 "

" 她好像是另一个层次的人 "

" 韩国人也太卷了吧 "

给没看《黑暗荣耀》的朋友们简单介绍一下，这是一部讲述韩国校园暴力的复仇爽剧，目前播出的 2 季已经完结。

《黑暗荣耀》有多火？用社交货币一词形容也不为过，一句 " 你看《黑暗荣耀》了吗 " 秒杀其它所有开场白。

第一季豆瓣评分 8.9，年初一上线就一跃成为 Netflix 全球榜 Top 5。第二季更猛，开播不到 8 小时，豆瓣分数就飙升至 9.4 分，几天过去目前评分依旧保持在 9.3，七成观众给出了 5 星好评：

上线当天，《黑暗荣耀 2》霸屏微博热搜。即使完结几天过去了，网友随意的一个玩梗，依旧可以分分钟挺上热搜 Top 10：

据 Netflix 公开数据，《黑暗荣耀 2》是最近一周观看次数最多的剧集，观看时长达到了惊人的 1.2446 亿个小时。

上榜首日，Netflix 韩国用户数量创历史新高，谷歌和苹果应用商店的 Netflix App 单日激活用户数合计为 474.8605 万，创下 2020 年 5 月以来的最高值。

可以肯定的是，《黑暗荣耀》的高开高走，让 Netflix 再一次尝到了爆款韩剧的甜头。

上一次可以参考 2021 年，《鱿鱼游戏》上线的第三季度，亚太地区成为 Netflix 获取新用户最多的地方，实现新增用户 217.6w。

整体来看，2022 年奈飞共拥有 2.31 亿名付费会员，产生了 320 亿美元的收入，56 亿美元的营业收入，20 亿美元的经营活动净现金和 16 亿美元的自由现金流；

奈飞的成功，可复制但难超越

作为 2023 年第一个公布财报的大型科技股，近半年来，Netflix 股价涨幅增长 25%，和其它大厂相比还是有优势的。

站在流媒体市场来说，2 月初迪士尼公布最新财报，其中流媒体业务 Disney+ 却遭遇了成立以来的首次负增长，拖累媒体和娱乐发行部门由盈转亏，发布财报后还官宣将裁员 7000 人。

在群雄争霸的流媒体环境中，Netflix 有能力长期霸占 Top 2 的位置，也一定是有迹可循的。

比内容储备和 IP，Netflix 明显比不过 Disney+，但对于 Netflix 的领先成绩，有投资分析师表示 "奈飞的领先，从某种方面来讲是得益于掌握了先机"。

1997 年，靠卖书起家的亚马逊刚刚上市，科技行业的一匹黑马应运而生，嗅到商机的 Hasting 就参照亚麻的商业模式，创办了以音像租赁业务为重点的 Netflix。

2002 年 Netflix 上市，2006 年 Netflix 付费用户已经累计 600w，但那时候 YouTube 已经开始崛起了，互联网的高速发展让 Hasting 又嗅到了商机，于是开始转战流媒体。

当时的 Netflix 出现了一个新的问题，不温不火的内容总是处在网站最底端没人看，虽然用户无所谓，但都是 Netflix 花钱买来的，没人看就会严重影响内容的流通和 Netflix 的收益。

别忘了，Hasting 是个学数学和 CS 的理工男，所以自然而然想到了 " 算法推荐 "。

为了优化算法，Hasting 也下了血本，举办了 Netflix Prize 百万美金竞赛，公开征集电影推荐系统的最佳电脑算法，第一个能把现有推荐系统的准确率提高 10% 的参赛者将获得一百万美元的奖金。

其实早在 DVD 租赁时代，Netflix 就开始在技术上进行了开发投入。为改进用户体验，Netflix 用 Cinematch 排序算法为观众提供个性化电影推荐

如今，Netflix 收集的数据主要是关于客户在应用程序或网页上的互动以及对节目或电影的响应。Netflix 追踪的内容包括用户观看节目的时间、地点、设备，用户暂停、回放、快进、截图等行为。

Netflix 再通过分析从各种渠道收集到的数据，进行数据清理，最后形成个性化推荐、精准分类以及差异化页面设计。

Netflix 一位资深员工 Joris Evers 表示，Netflix 针对不同用户，有 3300 万个不同版本。即使看的是同一部影片，但他们看到的影片海报图是不一样的。

另外，这些积累起来的数据也成为 Netflix 在影视内容的购入和制作投入方面的重要指标。作为流媒体一哥，Netflix 可以说是把数据挖掘和分析发展到了极致。

算法推荐离不开 Data，Data 是一个融合了数学、CS 和数据发现 / 挖掘的专业。通过分析处理大容量的数据进行深入分析，去找到其中的趋势来得到对其机制和意义的更深理解。

除了 Netflix，像 Tinder、TikTok、Disney+ 等众多大火的平台依靠的都是数据；

高盛为华尔街交易公司推出了由亚马逊支持的云服务；

也有自家的 Digital Mckinsey 数字化部门和麦肯锡数字实验室；

各行各业都争着抢 Data 人才，Data 也完全可以无压力在各个行业里横跳。但不同行业对不同 Data 岗位所考察的知识点肯定是有所不同的，数据科学的方向也大致分为以下几种↓

Data 行业没有硬性的专业限制，任何一个专业的同学，只要你能将数据应用到你所学领域里就可以。Data 也没有学历限制，相比其它理工科行业如 Quant 等更偏爱研究生，有数据库显示，Data Scientist 的学历有将近一半都是本科生。

但如果你想要从事 Data Science，也需要具备 Computer Science、Math & Statistics Knowledge 和 Domain Expertise。

那么，Data 行业所需要的具体技能究竟有哪些？这几张超强技能卡已经帮大家准备好啦

想做高薪 Data 人，眼花缭乱的行业如何选择？繁琐的 Technical 如何准备？给大家准备了一份 Data 求职专属福利包，从技能精品课到必读书籍，都安排上了！