① 數據挖掘方向前途怎麼樣
在國外很好來
在國內，還自處於起步階段，真正的數據挖掘運用還比較少，找工作也不是很容易，學這個方向的，基本上出來是做數據處理、數據分析，或是有些乾脆做軟體開發師。
不過有興趣的話，這也是不錯的方向，畢竟，再過上十來年，應該都能發展得起來的。應該說現狀艱辛，但前途還是光明的。
如果找數據挖掘的工作，地點也很重要，國內發展比較好的城市是北京和上海，廣東也有少數。一般來說，比較大型的企才有投有數據挖掘工程師這個職位，其它企業如果需要，都是外包給專門的數據挖掘公司來做的。
比較能用得上數據挖掘的行業是大型網站、銀行、醫院，針對網站，一般要學習WEB挖掘，挺有前途，大型網站公司也會招這個職位。銀行的數據挖掘也用得廣，但它一般包給專業公司來做，有個方向叫商業智能，簡稱BI，覺得挺有前途的。應該是數據挖掘中以後會很熱的行業
② 數據挖掘是什麼樣的工作啊和java編程有關系嗎跪求
兩個工作內容聯系不大，你是學習java的，我就主要介紹數據挖掘吧
數據挖掘是提取數據、建立模型分析數據、得出結果後與需求部門進行溝通的一個職業。
舉個例子：銀行的事業部有很多潛在的貸款申請者，事業部向數據挖掘人員提出需求，希望能夠分析哪些申請者是優質放貸對象？
數據挖掘人員首先要充分理解事業部的需求，其次要從資料庫提取相關數據，提取數據的工作有些時候是由DBA來完成，好了，現在你得到了歷史數據，你的任務就是通過歷史數據來建立模型，分析具備什麼特徵的申請者是有能力還貸、不拖欠的，然後用建立好的模型來預測我們剛剛得到的新的一批申請者。
再具體一點：例如，我們通過歷史數據發現，年齡大於35歲，的男性，已婚，家庭人口大於3，收入在12000元以上的申請者是理想的放貸對象，那麼我們用這個標准來限定新的申請者。
當然我舉的例子，為了淺顯易懂，是非常簡單的示意例子，實際情況要復雜得多，會涉及到個人的貸款歷史、信用評估、自然屬性、社會屬性、資產評估等情況——就是說，數據挖掘人員是要通過資料庫中的海量數據，整理出哪些是有用數據，再用這些有用的數據來分析其它部門的問題，幫助他們解決問題，或者為公司的發展提供數據依據
數據挖掘的上升方向是：數據挖掘——產品層——決策層
java是屬於開發，比如開發軟體、介面、應用程序等，如果一個公司需要開發數據挖掘軟體，那麼則需要數據挖掘知識+java開發能力，只有在這種時候，才需要兩個都具備
但是一般自主開發數據挖掘軟體的公司很少，第一需要消耗大量人力物力，第二市場有很多現成的軟體，沒必要開發。
如果你想從事數據挖掘，你必須具備：
數據挖掘模型、演算法的數學知識以及一些數據分析軟體（SPSS、SAS、matlab、clementine）
一些資料庫相關的知識（oracle、mySQL）
了解市場、其它部門需求
當然這些都是一點一滴積累起來的，沒必要一蹴而就，特別是對市場、行業的了解以及對公司其它部門的需求的理解非常重要，這決定了你能否從基礎的分析人員上升到產品層、決策層，都是要在實際的工作中積累起來的
至於放棄java什麼的，我覺得真的不是放棄，因為你具備了java的基礎，一定能派上用場，比如技術型產品經理（face book的扎克伯格和騰訊的馬化騰都是技術型產品經理），這種產品經理能夠清晰的把握產品的開發過程，還有市場知識。總結起來就是沒有什麼東西會浪費掉，你學的所有的東西都將在工作中派上用場，只是你遇到的情況不夠多不夠復雜而已
③ 數據分析師和數據挖掘師哪個前景好工資高是否挖掘師能代替分析師
不同職位在不同行業、不同公司、不同階段的貢獻是不一樣的。企業需要回的是團隊配合，答每個職位都有其意義和價值，沒有可比性，關鍵時刻，前台小妹得體的舉止也可以在客戶那裡加分不少，貢獻可能超越工程師。
大多數情況下，薪酬只代表一個人在職場的價格，不代表他在公司的價值。找工作也要看是否合適自己，職場中拼的都是相對優勢，你要想獲取高收入，應該揚長避短，尋找可以發揮自己優點的行業和職位，而不是尋找薪酬最高的工作。
最後回答一下你的問題，這兩個職位在不同企業定位和分工各有不同，一般情況下，數據挖掘工程師的工資高於數據分析師，原因是數據挖掘工程師寫代碼比較多，寫代碼越多，工資越高，這在任何一個行當都是如此。
這兩個職位前景都不錯，如果選擇的話編程底子不錯的，去做「數據挖掘工程師」；數學不錯有商業sense的，去做「數據分析師」。
這兩個職位有一定交集，如果你具有對方領域的能力，當然是有可能KO掉對方的，而且這種替代是相互的，誰替代誰都有可能。數據分析和數據挖掘的邊界本身就比較模糊，所以不用太糾結選擇哪個方向。
可通過PPV課官網或者搜索「AI時代就業指南」了解更多大數據職位
④ 研究生方向，多媒體計算和數據挖掘那個方向更好找工作，有前途
作為一個研究生來說，多媒體計算這個專業可能會有更好的發展前途，不過還是要看你的學校怎麼樣。
⑤ #數據分析#感覺這個行業好難找工作啊，本人去年剛畢業想換工作，面試了幾家，都說我能力不強，我當然知
我給你羅列一下小數據分析要掌握的能力吧，自我對照：
PS：相對來說數據版分析師有一權定門檻，數據挖掘工程師演算法工程師就很難了，不過還是可以進入滴
1、理論知識：
微積分、線性代數、統計學
2、數據分析工具：
①Excel：精通！會PowerBI更好，雖然沒什麼用
②資料庫（又分關系型資料庫、非關系型資料庫）：
關系型資料庫：
MySQL：熟練
oracle：會更好
…還有其他資料庫，不列舉了，SQL最常用
非關系資料庫我也不說了，你用不到
③SPSS：很簡單，工具而已
④Python/R：掌握一個就可以
3、業務知識
掌握以上三點，小數據分析就沒有問題了。幾乎不需要你會演算法，到時候寫個數據分析報告就OK了。 來自職Q用戶：吳先生
⑥ 想去做數據挖掘 該怎麼入門呢
難得在這個版看到復這類制帖子。我不是軟體工程師，視野也有限。演算法、統計學、分布式系統、數據可視化是必須的。除了演算法、統計學、機器學習等基礎知識，Java、C++之類的編程語言肯定是要搞的，R、Hadoop甚至Teredata之類的都是加分項。具體的工作內容要看行業了，現在數據挖掘用得比較多的就是電子商務、社交網路、咨詢公司等等。淘寶正在大力網羅這方面的人，有基礎的話可以試試。
⑦ 數據挖掘方向前途怎麼樣
數據挖掘就業的途徑從我看來有以下幾種，（注意：本文所說的數據挖掘不包括數據倉庫或資料庫管理員的角色）。
A：做科研(在高校、科研單位以及大型企業，主要研究演算法、應用等)
B：做程序開發設計（在企業做數據挖掘及其相關程序演算法的實現等）
C：數據分析師（在存在海量數據的企事業單位做咨詢、分析等）
現在各個公司對於數據挖掘崗位的技能要求偏應用多一些。目前市面上的崗位一般分為演算法模型、數據挖掘、數據分析三種。
應用及就業領域
當前數據挖掘應用主要集中在電信(客戶分析)，零售(銷售預測)，農業(行業數據預測)，網路日誌(網頁定製)，銀行(客戶欺詐)，電力(客戶呼叫)，生物(基因)，天體(星體分類)，化工，醫葯等方面。
當前它能解決的問題典型在於：資料庫營銷(Database Marketing)、客戶群體劃分(Customer Segmentation &Classification)、背景分析(Profile Analysis)、交叉銷售(Cross-selling)等市場分析行為，以及客戶流失性分析(Churn Analysis)、客戶信用記分(Credit Scoring)、欺詐發現(Fraud Detection)等等，在許多領域得到了成功的應用。
職業薪酬
就目前來看，和大多IT業的職位一樣，數據挖掘方面的人才在國內的需求工作也是低端飽和，高端緊缺。從BAT的招聘情況來看，數據挖掘領域相對來說門檻還是比較高的，但是薪酬福利也相對來說比較好，常見的比如騰訊、阿里都會給到年薪20W+。而厲害的資深演算法專家年薪百萬也是常有的事情，所以大家在演算法方面還是大有可能。另外隨著金融越來越互聯網化，大量的演算法工程師會成為以後互聯網金融公司緊缺的人才。
⑧ #數據挖掘工程師#數據挖掘工作35歲好找嗎
看你的能力和經驗，基本功過硬，分析能力OK，沒啥太大問題.
⑨ 做數據挖掘有沒有前途，好找工作不
在國外很好
在國內，還處於起步階段，真正的數據挖掘運用還比較少，找內工作也不是很容容易，
學這個方向的，基本上出來是做數據處理、數據分析，或是有些乾脆做軟體開發師。
不過有興趣的話，這也是不錯的方向，畢竟，再過上十來年，應該都能發展得起來的。
應該說現狀艱辛，但前途還是光明的。
如果找數據挖掘的工作，地點也很重要，國內發展比較好的城市是北京和上海，
廣東也有少數。一般來說，比較大型的企才有投有數據挖掘工程師這個職位，
其它企業如果需要，都是外包給專門的數據挖掘公司來做的。
比較能用得上數據挖掘的行業是大型網站、銀行、醫院，針對網站，一般要學習WEB挖掘，挺有前途，大型網站公司也會招這個職位。
銀行的數據挖掘也用得廣，但它一般包給專業公司來做，
有個方向叫商業智能，簡稱BI，覺得挺有前途的。應該是數據挖掘中以後會很熱的行業。
⑩ 畢業想當一名數據挖掘工程師，現在怎麼准備
http://blogger.org.cn/blog/more.asp?name=DMman&id=26061
數據挖掘新手常見疑問解答(1) 數據挖掘青年
以下為blog主人的回復：
這種情況很常見，而且我覺得這時更是一個鍛煉和培養自己能力的好機會。就我個人的經歷來說，讀書的不同階段都是培養自己不同能力的過程：
讀本科時是打基礎，掌握相關學科專業的最基本知識，這時是老師告訴自己要做什麼以及教會自己怎麼做，然後自己把它做出來；
讀碩士時則強化了解決問題的能力，導師告訴我要做什麼，而我則需要找出方法來把它做出來；
讀博士時最主要的是培養自己發現問題的能力，發現研究領域內值得研究的而且尚未解決的問題，然後再設法去解決它。這時你會發現，其實你想到的問題，常常已經有人想到了；你想到的一些解決方法，也有國內外的同行已經做過嘗試。這個階段常常是讓人有些氣餒，因為感覺不知該做什麼，而發現問題就是這個階段最重要的能力培養。
當然，不同的人會在不同的階段培養這些能力，有的朋友聰明而且勤奮，可能會很快跨越這三個階段，而有的人則可能需要很長的時間。
就你的問題，其實是導師已經基於他對這個研究領域的理解，給你指了一個方向。這個方向或許有意義，或許價值不大，其實對你來說不是最重要的問題。我覺得可能你要做的是先去收集這方面的文獻資料，了解該方向目前的研究進展，掌握目前的解決方法，然後在適當地深入研究部分的問題並解決。
紫菱(遊客)發表留言於2007-4-2 16:19:29
您好！我是一名在校研究生，我現在已經開題，因為題目是老師給選的，所以在開題之前對數據挖掘的東西一點也不了解，現在只是知道一些皮毛。現在有許多問題自己都弄不明白。特來請教。
我做的是油田開發數據挖掘，用VC＋＋編程，老師讓用ArcGIS平台，可我現在也搞不懂它們之間有什麼聯系，能否指點指點。
謝謝！
以下為blog主人的回復：
我對ArcGIS也是只聞其名，只知道它是類似MapInfo的地理信息系統平台。莫非你們老師是希望將油田的相關數據標注在不同的圖層之上，然後使用數據挖掘演算法來對這些數據進行處理，最後再通過ArcGIS予以展示（例如對油田產油潛力用不同顏色來標注）？
數據挖掘青年 (遊客)發表留言於2007-3-28 18:05:28
您好，謝謝提供開源學習網址！
我是一名非名牌大學的研一學生，專業方向號稱資料庫，但只是服從導師安排做些小或中的項目（甚至根本用不到資料庫，更不用說數據挖掘），沒有實質的理論性學習。
1數據挖掘人員從事的工作內容
是不是開發數據挖掘平台、為別的企業單位量身製作DM、DW系統？除了這些還能有些什麼？
2讀博深造的必要性
現在只是無指導的自學狀態，能否在碩士畢業後勝任數據挖掘方面的工作呢？考取名校的博士進一步深入學習的必要性大不大？
3自學時的大方向
文本、Web等，讀博時肯定就某種具體方向深入研究，現在是否應該也自己重點專注於一種方向，而不是僅泛泛的熟悉各個方面？
以下為blog主人的回復：
1.數據挖掘人員從事的工作和你所說的差不多，我認識的一些朋友大多在IT公司，為甲方實施DM、DW和BI等項目；還有一些是在甲方做分析人員，利用所掌握的數據挖掘知識來解決一些業務問題。
2.就以上的工作內容來說，我覺得碩士已經足以勝任，當然最重要的不是學位，而是運用你學到的知識來解決問題的能力。如果希望在理論研究上進一步發展，讀博也不錯，但發展方向會有所不同。
3.在碩士階段，我覺得還是全面了解會更好一些。當然，因為數據挖掘涉及的內容較多，還是應該在一些方面有所側重，比如那些得到廣泛應用的演算法及其應用上，包括決策樹、聚類、回歸、神經網路等等。這樣即便你以後不去讀博，對找工作也會有所幫助。