本科生毕业做数据挖掘

① 我是本科女生，专业是数学与应用数学，请问想从事数据挖掘方面的工作会不会有很大难度软件知识一般。

如果学习的专业是数学与应用数学，想从事数据挖掘方面的工作都不会有很大难度。

数学专业往任何一个理工科专业转都好转，数据挖掘方面离不开算法和编程，算法对于数学专业的来说应该不是难点，关键是得学一些编程方面的知识。而数据挖掘涉及的软件很简单，完全可以自学，网上有相关的教学视频。目前的数据挖掘应用领域，一般都是通过成型的数据挖掘软件（比如SAS）直接去挖掘结果，良好的数学基础是非常重要的，会让你工作起来更容易。当然，如果是研究数据挖掘的算法，那数学就必须非常好才行。

如果你对于数据挖掘有疑问的话，推荐CDA数据分析师的课程，课程培养学员硬性的数据挖掘理论与Python数据挖掘算法技能的同时，还兼顾培养学员软性数据治理思维、商业策略优化思维、挖掘经营思维、算法思维、预测分析思维，全方位提升学员的数据洞察力。点击预约免费试听课。

② 毕业想当一名数据挖掘工程师，现在怎么准备

http://blogger.org.cn/blog/more.asp?name=DMman&id=26061
数据挖掘新手常见疑问解答(1) 数据挖掘青年
以下为blog主人的回复：

这种情况很常见，而且我觉得这时更是一个锻炼和培养自己能力的好机会。就我个人的经历来说，读书的不同阶段都是培养自己不同能力的过程：

读本科时是打基础，掌握相关学科专业的最基本知识，这时是老师告诉自己要做什么以及教会自己怎么做，然后自己把它做出来；

读硕士时则强化了解决问题的能力，导师告诉我要做什么，而我则需要找出方法来把它做出来；

读博士时最主要的是培养自己发现问题的能力，发现研究领域内值得研究的而且尚未解决的问题，然后再设法去解决它。这时你会发现，其实你想到的问题，常常已经有人想到了；你想到的一些解决方法，也有国内外的同行已经做过尝试。这个阶段常常是让人有些气馁，因为感觉不知该做什么，而发现问题就是这个阶段最重要的能力培养。

当然，不同的人会在不同的阶段培养这些能力，有的朋友聪明而且勤奋，可能会很快跨越这三个阶段，而有的人则可能需要很长的时间。

就你的问题，其实是导师已经基于他对这个研究领域的理解，给你指了一个方向。这个方向或许有意义，或许价值不大，其实对你来说不是最重要的问题。我觉得可能你要做的是先去收集这方面的文献资料，了解该方向目前的研究进展，掌握目前的解决方法，然后在适当地深入研究部分的问题并解决。

紫菱(游客)发表留言于2007-4-2 16:19:29

您好！我是一名在校研究生，我现在已经开题，因为题目是老师给选的，所以在开题之前对数据挖掘的东西一点也不了解，现在只是知道一些皮毛。现在有许多问题自己都弄不明白。特来请教。

我做的是油田开发数据挖掘，用VC＋＋编程，老师让用ArcGIS平台，可我现在也搞不懂它们之间有什么联系，能否指点指点。

谢谢！

以下为blog主人的回复：

我对ArcGIS也是只闻其名，只知道它是类似MapInfo的地理信息系统平台。莫非你们老师是希望将油田的相关数据标注在不同的图层之上，然后使用数据挖掘算法来对这些数据进行处理，最后再通过ArcGIS予以展示（例如对油田产油潜力用不同颜色来标注）？

数据挖掘青年 (游客)发表留言于2007-3-28 18:05:28

您好，谢谢提供开源学习网址！

我是一名非名牌大学的研一学生，专业方向号称数据库，但只是服从导师安排做些小或中的项目（甚至根本用不到数据库，更不用说数据挖掘），没有实质的理论性学习。

1数据挖掘人员从事的工作内容
是不是开发数据挖掘平台、为别的企业单位量身制作DM、DW系统？除了这些还能有些什么？

2读博深造的必要性
现在只是无指导的自学状态，能否在硕士毕业后胜任数据挖掘方面的工作呢？考取名校的博士进一步深入学习的必要性大不大？

3自学时的大方向
文本、Web等，读博时肯定就某种具体方向深入研究，现在是否应该也自己重点专注于一种方向，而不是仅泛泛的熟悉各个方面？

以下为blog主人的回复：

1.数据挖掘人员从事的工作和你所说的差不多，我认识的一些朋友大多在IT公司，为甲方实施DM、DW和BI等项目；还有一些是在甲方做分析人员，利用所掌握的数据挖掘知识来解决一些业务问题。

2.就以上的工作内容来说，我觉得硕士已经足以胜任，当然最重要的不是学位，而是运用你学到的知识来解决问题的能力。如果希望在理论研究上进一步发展，读博也不错，但发展方向会有所不同。

3.在硕士阶段，我觉得还是全面了解会更好一些。当然，因为数据挖掘涉及的内容较多，还是应该在一些方面有所侧重，比如那些得到广泛应用的算法及其应用上，包括决策树、聚类、回归、神经网络等等。这样即便你以后不去读博，对找工作也会有所帮助。

③ 本科生出来做机器学习，数据挖掘的工作会比研究生差很多吗

1、如果是同专业的本科生和同专业的研究生对比的话，一般情况下，我说的是一般情况，研究生还是有优势的。优势在哪里，就在对工具的应用、对理论的了解要更深入的多。如果是博士研究生的话，那更是钻研的深，连本科里面的很多公式都必须要推导的出来，能用代码全部实现。而且研究生经常是泡课题，而课题却经常是项目式的，很接地气，来自于实战。
2、如果是和机器学习对口专业度都不高的本科和研究生作比较，就不好说了。被碾压和完胜，或者逆袭的场景我都见过，某些算法及其应用领域我自己也逆袭过数学博士。本人金融学硕士，但是数据挖掘中时间序列、聚类分析、主成分分析从原理到应用我的钻研深度不亚于人家博士。就是因为本人工作经验比对方要多，数据的业务本质理解比对方要深。所以方法工具的理解和使用有很多实战经验来支撑。

④ 2017年本科毕业，从事数据挖掘的工作，想学习跟工作相关的在职研究生，请问有合适的推荐吗

目前开设的大数据的好像是中科院心理所，那边是大数据还添加了用户体验的课程，课程内容非常全面，而且非常实用，具体的内容好像有数据挖掘导论，大数据管理，等等课程，我是有朋友在那里学习，你可以自己看看去。

⑤ 高分急求：985院校本科生想毕业做数据挖掘可以吗

现在抄数据挖掘都要以机器学习的算袭法做基础，建议你选修或者直接自学stanford大学的机器学习课程，一方面更好的巩固数据挖掘的基础；另一方面，机器学习现在比较热门，可以增加的的简历分。
还有就是，找工作和学习不一样，个人认为，你要多看MS，google的面试题、笔试题，其实即使你进公司以后做数据挖掘，面试和笔试考试题目也不是这些专向类的东西，越大的公司试题越灵活，越基础。
最后，多增加点intern经验吧，我现在研一了，也是计算机专业，其实大公司更喜欢一个有丰富实习经验的人，不管什么经验都好。不一定非是专业实习，但是最好到相关的领域名气大点的公司。
最后，祝成功吧，我现在就是研究数据挖掘方向，有什么问题可以再一起探讨。

⑥ 学了数据挖掘之后能干啥

学了数据挖掘之后能干啥？数据挖掘职业规划总结

文 | 宿痕

很多人不明白学习数据挖掘以后干什么，这个问题也经常被问到。记得刚学数据挖掘的时候，有一个老师说学数据挖掘有什么用，你以后咋找工作。当时听了，觉得很诧异，不知道他为何有此一问。数据挖掘在国外是一份很不错的工作。我喜欢数据挖掘，因为它很有趣。很高兴以后就从事这方面的工作啦。写论文之余，也考虑一下数据挖掘工程师的职业规划。

以下是从网上找的一些相关资料介绍，和即将走上数据挖掘岗位或是想往这方面发展的朋友共享：

数据挖掘从业人员工作分析

1.数据挖掘从业人员的愿景：

数据挖掘就业的途径从我看来有以下几种，(注意：本文所说的数据挖掘不包括数据仓库或数据库管理员的角色)。

A：做科研(在高校、科研单位以及大型企业，主要研究算法、应用等)

B：算法工程师(在企业做数据挖掘及其相关程序算法的实现等)

C：数据分析师(在存在海量数据的企事业单位做咨询、分析等)

2.数据挖掘从业人员切入点：

根据上面的从业方向来说说需要掌握的技能。

A：做科研：这里的科研相对来说比较概括，属于技术型的相对高级级别，需要对开发、数据分析的必备基础知识。

B：算法工程师：主要是实现数据挖掘现有的算法和研发新的算法以及根据实际需要结合核心算法做一些程序开发实现工作。要想扮演好这个角色，你不但需要熟悉至少一门编程语言如(C，C++，Java，Delphi等)和数据库原理和操作，对数据挖掘基础课程有所了解，读过《数据挖掘概念与技术》(韩家炜著)、《人工智能及其应用》。有一点了解以后，如果对程序比较熟悉的话并且时间允许，可以寻找一些开源的数据挖掘软件研究分析，也可以参考如《数据挖掘：实用机器学习技术及Java实现》等一些教程。

C：数据分析师：需要有深厚的数理统计基础，可以不知道人工智能和计算机编程等相关技术，但是需要熟练使用主流的数据挖掘(或统计分析)工具。从这个方面切入数据挖掘领域的话你需要学习《数理统计》、《概率论》、《统计学习基础：数据挖掘、推理与预测》、《金融数据挖掘》，《业务建模与数据挖掘》、《数据挖掘实践》等，当然也少不了你使用的工具的对应说明书了，如SPSS、SAS等厂商的《SAS数据挖掘与分析》、《数据挖掘Clementine应用实务》、《EXCEL 2007数据挖掘完全手册》等，如果多看一些如《数据挖掘原理》 等书籍那就更好了。

数据挖掘人员需具备以下基本条件，才可以完成数据挖掘项目中的相关任务。

一、专业技能

本科或硕士以上学历，数据挖掘、统计学、数据库相关专业，熟练掌握关系数据库技术，具有数据库系统开发经验；

熟练掌握常用的数据挖掘算法；

具备数理统计理论基础，并熟悉常用的统计工具软件。

二、行业知识

具有相关的行业知识，或者能够很快熟悉相关的行业知识

三、合作精神

具有良好的团队合作精神，能够主动和项目中其他成员紧密合作

四、客户关系能力

具有良好的客户沟通能力，能够明确阐述数据挖掘项目的重点和难点，善于调整客户对数据挖掘的误解和过高期望；

具有良好的知识转移能力，能够尽快地让模型维护人员了解并掌握数据挖掘方法论及建模实施能力。

进阶能力要求

数据挖掘人员具备如下条件，可以提高数据挖掘项目的实施效率，缩短项目周期。

具有数据仓库项目实施经验，熟悉数据仓库技术及方法论

熟练掌握SQL语言，包括复杂查询、性能调优

熟练掌握ETL开发工具和技术

熟练掌握Microsoft Office软件，包括Excel和PowerPoint中的各种统计图形技术

善于将挖掘结果和客户的业务管理相结合，根据数据挖掘的成果向客户提供有价值的可行性操作方案

五、应用及就业领域

当前数据挖掘应用主要集中在电信(客户分析)，零售(销售预测)，农业(行业数据预测)，网络日志(网页定制)，银行(客户欺诈)，电力(客户呼叫)，生物(基因)，天体(星体分类)，化工，医药等方面。

当前它能解决的问题典型在于：数据库营销(DatabaseMarketing)、客户群体划分(Customer Segmentation&Classification)、背景分析(Profile Analysis)、交叉销售(Cross-selling)等市场分析行为，以及客户流失性分析(ChurnAnalysis)、客户信用记分(Credit Scoring)、欺诈发现(Fraud Detection)等等，在许多领域得到了成功的应用。如果你访问著名的亚马逊网上书店会发现当你选中一本书后，会出现相关的推荐数目“Customers who bought this book alsobought”，这背后就是数据挖掘技术在发挥作用。

数据挖掘的对象是某一专业领域中积累的数据；挖掘过程是一个人机交互、多次反复的过程；挖掘的结果要应用于该专业。因此数据挖掘的整个过程都离不开应用领域的专业知识。“Business First， techniquesecond”是数据挖掘的特点。因此学习数据挖掘不意味着丢弃原有专业知识和经验。相反，有其它行业背景是从事数据挖掘的一大优势。如有销售，财务，机械，制造，call center等工作经验的，通过学习数据挖掘，可以提升个人职业层次，在不改变原专业的情况下，从原来的事务型角色向分析型角色转变。从80年代末的初露头角到90年代末的广泛应用，以数据挖掘为核心的商业智能(BI)已经成为IT及其它行业中的一个新宠。

重点介绍下对数据挖掘的几个岗位

数据采集分析专员

职位介绍：数据采集分析专员的主要职责是把公司运营的数据收集起来，再从中挖掘出规律性的信息来指导公司的战略方向。这个职位常被忽略，但相当重要。由于数据库技术最先出现于计算机领域，同时计算机数据库具有海量存储、查找迅速、分析半自动化等特点，数据采集分析专员最先出现于计算机行业，后来随着计算机应用的普及扩展到了各个行业。该职位一般提供给懂数据库应用和具有一定统计分析能力的人。有计算机特长的统计专业人员，或学过数据挖掘的计算机专业人员都可以胜任此工作，不过最好能够对所在行业的市场情况具有一定的了解。

求职建议：由于很多公司追求短期利益而不注重长期战略的现状，目前国内很多企业对此职位的重视程度不够。但大型公司、外企对此职位的重视程度较高，随着时间的推移该职位会有升温的趋势。另外，数据采集分析专员很容易获得行业经验，他们在分析过程中能够很轻易地把握该行业的市场情况、客户习惯、渠道分布等关键情况，因此如果想在某行创业，从数据采集分析专员干起是一个不错的选择。

市场/数据分析师

1、市场数据分析是现代市场营销科学必不可少的关键环节： Marketing/Data Analyst从业最多的行业： DirectMarketing (直接面向客户的市场营销) 吧，自90年代以来，Direct Marketing越来越成为公司推销其产品的主要手段。

根据加拿大市场营销组织(CanadianMarketingAssociation)的统计数据： 仅1999年一年 Direct Marketing就创造了470000 个工作机会。从1999至2000，工作职位又增加了30000个。为什么Direct Marketing需要这么多Analyst呢？ 举个例子， 随着商业竞争日益加剧，公司希望能最大限度的从广告中得到销售回报，他们希望能有更多的用户来响应他们的广告。所以他们就必需要在投放广告之前做大量的市场分析工作。

例如，根据自己的产品结合目标市场顾客的家庭收入，教育背景和消费趋向分析出哪些地区的住户或居民最有可能响应公司的销售广告，购买自己的产品或成为客户，从而广告只针对这些特定的客户群。这样有的放矢的筛选广告的投放市场既节省开销又提高了销售回报率。但是所有的这些分析都是基于数据库，通过数据处理，挖掘，建模得出的，其间，市场分析师的工作是必不可少的。

2、行业适应性强：几乎所有的行业都会应用到数据， 所以作为一名数据/市场分析师不仅仅可以在华人传统的IT行业就业，也可以在政府，银行，零售，医药业，制造业和交通传输等领域服务。

算法工程师

应该来说目前算法工程师基本上都集中在中大型企业中，因为一般小公司很少用到算法来解决问题，如果这公司就是做数据相关产业的。而算法一般的应用场景有推荐、广告、搜索等，所以大家常见的在广告领域、个性化推荐方面是有不少的同仁。常见的要求是懂JAVA/PYTHON/R中其中一种，能够知道常规的回归、随机森林、决策树、GBDT等算法，能够有行业背景最佳等。如果是deep learning方向可能对图论、画像识别等方面要求更高些。

求职建议：background稍微好一些，再把一些基本的算法都弄明白，能说清楚之间的区别和优缺点，包括常见的一些应用场景都有哪些。对于公司来说，特别是BAT这样使用机器学习的公司，算法工程师是很重要的一块资产。

现状与前景

数据挖掘是适应信息社会从海量的数据库中提取信息的需要而产生的新学科。它是统计学、机器学习、数据库、模式识别、人工智能等学科的交叉。在中国各重点院校中都已经开了数据挖掘的课程或研究课题。比较著名的有中科院计算所、复旦大学、清华大学等。另外，政府机构和大型企业也开始重视这个领域。

据IDC对欧洲和北美62家采用了商务智能技术的企业的调查分析发现，这些企业的3年平均投资回报率为401%，其中25%的企业的投资回报率超过600%。调查结果还显示，一个企业要想在复杂的环境中获得成功，高层管理者必须能够控制极其复杂的商业结构，若没有详实的事实和数据支持，是很难办到的。因此，随着数据挖掘技术的不断改进和日益成熟，它必将被更多的用户采用，使更多的管理者得到更多的商务智能。

根据IDC(InternationalDataCorporation)预测说2004年估计BI行业市场在140亿美元。现在，随着我国加入WTO，我国在许多领域，如金融、保险等领域将逐步对外开放，这就意味着许多企业将面临来自国际大型跨国公司的巨大竞争压力。国外发达国家各种企业采用商务智能的水平已经远远超过了我国。美国Palo Alto 管理集团公司1999年对欧洲、北美和日本375家大中型企业的商务智能技术的采用情况进行了调查。结果显示，在金融领域，商务智能技术的应用水平已经达到或接近70%，在营销领域也达到50%，并且在未来的3年中，各个应用领域对该技术的采纳水平都将提高约50%。

现在，许多企业都把数据看成宝贵的财富，纷纷利用商务智能发现其中隐藏的信息，借此获得巨额的回报。国内暂时还没有官方关于数据挖掘行业本身的市场统计分析报告，但是国内数据挖掘在各个行业都有一定的研究。据国外专家预测，在今后的5—10年内，随着数据量的日益积累以及计算机的广泛应用，数据挖掘将在中国形成一个产业。

众所周知，IT就业市场竞争已经相当激烈，而数据处理的核心技术—数据挖掘更是得到了前所未有的重视。数据挖掘和商业智能技术位于整个企业IT-业务构架的金字塔塔尖，目前国内数据挖掘专业的人才培养体系尚不健全，人才市场上精通数据挖掘技术、商业智能的供应量极小，而另一方面企业、政府机构和和科研单位对此类人才的潜在需求量极大，供需缺口极大。如果能将数据挖掘技术与个人已有专业知识相结合，您必将开辟职业生涯的新天地！

职业薪酬

就目前来看，和大多IT业的职位一样，数据挖掘方面的人才在国内的需求工作也是低端饱和，高端紧缺。从BAT的招聘情况来看，数据挖掘领域相对来说门槛还是比较高的，但是薪酬福利也相对来说比较好，常见的比如腾讯、阿里都会给到年薪20W+。而厉害的资深算法专家年薪百万也是常有的事情，所以大家在算法方面还是大有可能。另外随着金融越来越互联网化，大量的算法工程师会成为以后互联网金融公司紧缺的人才。

大家共勉！

来自知乎

以上是小编为大家分享的关于学了数据挖掘之后能干啥？的相关内容，更多信息可以关注环球青藤分享更多干货

⑦ 本科学历学大数据怎么样

本科学历可以学大数据的，而且现在很多学校已经出现了大数据专业，因为IT时代版逐渐被DT时代权取代，用理性的数据分析代人工的经验分析成为主流，数据分析人才的供给指数仅为0.05，属于高度稀缺，大数据的发展前景是非常可观的，现在转型无疑是一种很好的选择，我工作三年后在光环学的大数据，大数据本身是有点难度的，因为它包含的知识量比较广，小白更是需要付出更多的时间精力投入学习。

⑧ 大数据本科好就业吗

一、从工作岗位看

大数据开发方向: 所涉及的工作岗位为：大数据工程师、大数据维护工程师、大数据研制工程师、大数据架构师等;

数据挖掘、数据剖析和机器学习方向: 所涉及的工作岗位为：大数据剖析师、大数据高级工程师、大数据剖析师专家、大数据挖掘师、大数据算法师等;

大数据运维和云核算方向: 对应岗位：大数据运维工程师;

从以上三个方向以及所对应的岗位来看，大数据的岗位类型多，能够从事许多岗位，关于人才的掩盖面广，所以不管是什么样的性情或许擅长什么东西，大数据岗位基本上能够满足不同人才。

二、从学历上看

本科达到了大数据企业的门槛要求，一般企业对大数据方面的工作者的学历要求是大专，关于一般的像大数据剖析师，大数据工程师等等这些岗位，他们不像人工智能那样，对专业仅仅水平的要求非常高需要研究生以上学历，所以，关于本科毕业的同学来讲，工作优势会比专科同学好许多，当然工作几率和方式也会好许多。

三、从开展前景看

跟着大数据技术的不断开展和有效使用，不管是为国家仍是企业以及是个人都发明了一定的价值，并且从大数据职业技术使用的总体来看，大数据在商业、金融、物流和零售等职业的使用已经都得到了很好的使用并且效果显著，在医疗、教育和体育等其它职业的使用也在逐步的推动之中。

⑨ 本科生不考研，通过自学，可以从事数据挖掘吗

考虑你是非重点本科，方向又非偏数理理论，如果没有突出成就的话版，直接去找一份数据挖掘的权工作会很难。做数据挖掘需要有非常好的数学基础，特别是在概率论、随机过程、离散数学等方面。
数据挖掘一般在有大数据量的大公司才有相关职位。在不考研的前提下，可以去大公司先找一份和你方向相关的工作，然后慢慢自学，积累经验，通过公司内部调动，争取换到数据挖掘的组。
自学时间长短和你的基础有关，建议先看看（美）Jiawei Han 的数据挖掘：概念与技术（原书第3版）这本数据挖掘经典教程，看看基础哪里差。如果你数学基础很好的话，学习会相对比较快一些。
数据挖掘前景很好。目前大数据的时代已经到来，未来在网络上的数据会越来越多，如何从数据中找出有用的信息是非常重要的。如果学好数据挖掘，找一份收入不错的工作是不成问题的。

⑩ 生物信息学本科生转到互联网数据挖掘领域是否可行

十年前你听说过“21世纪是生命科学的世纪”吗？最近两年你听说过“大数据时未来核心”吗？你是不是想追着浪潮一浪一浪的跑呢？那你就注定是万年post doc，什么好处都分不到。
做自己想做、爱做的事情吧，不管以后怎么样，至少不会后悔。追着别人定义的泡沫走，永远都像中国股民一样只有踩空的机会。

生物信息（广义）是一门非常有趣和具有前景的学科。从学术方面来说，目前具有专业现代生物知识，较深度的数学，统计，和计算机编程，理论基础的学生还是比较少的，如果对学术方面有深刻的追求，我觉得生物信息或者计算生物，是一门非常值得投入的学科。它作为交叉学科，本身具有一定的广度和深度，吸引了来自很多领域的人才，又是一门还算新兴的学科，各方面都有深入的潜能。在工业上，也算是属于发展阶段，但是入行的门槛较高。

研究这边，分子生物学发展到现在，必要的工具都齐全了，感觉未来会有井喷式的发现。用计算的思维来搞基因组蛋白组学，也是很靠谱的。系统生物学的未来发展都在这里了。
而且现在国内外搞基因研究的公司层出不穷，大家都开始圈地了，以后真要找工作也不愁没地方去。当然好多搞生科的同学比较羡慕搞计算机的。