數(shù)據(jù)挖掘如何就業(yè)

1.數(shù)據(jù)挖掘主要是做算法還是做應用？分別都要求什么？

這個問題太籠統(tǒng)，基本上算法和應用是兩個人來做的，可能是數(shù)據(jù)挖掘職位。做算法的比較少，也比較高級。

其實所謂做算法大多數(shù)時候都不是設計新的算法（這個可以寫論文了），更多的是技術選型，特征工程抽取，最多是實現(xiàn)一些已經(jīng)有論文但是還沒有開源模塊的算法等，還是要求扎實的算法和數(shù)據(jù)結構功底，以及豐富的分布式計算的知識的，以及不錯的英文閱讀和寫作能力。但即使是這樣也是百里挑一的，很難找到。

絕大讀書數(shù)據(jù)挖掘崗位都是做應用，數(shù)據(jù)清洗，用現(xiàn)成的庫建模，如果你自己不往算法或者架構方面繼續(xù)提升，和其他的開發(fā)崗位的性質基本沒什么不同，只要會編程都是很容易入門的。

2.北上廣以外的普通公司用的多嗎？待遇如何？

實際情況不太清楚，由于數(shù)據(jù)挖掘和大數(shù)據(jù)這個概念太火了，肯定到處都有人招聘響應的崗位，但是二線城市可能僅僅是停留在概念上，很多實際的工作并沒有接觸到足夠大的數(shù)據(jù)，都是生搬硬套框架（從我面試的人的工作經(jīng)驗上看即使是在北上廣深這種情況也比較多見）。

只是在北上廣深，可能接觸到大數(shù)據(jù)的機會多一些。而且做數(shù)據(jù)挖掘現(xiàn)在熱點的技術比如Python，Spark，Scala，R這些技術除了在一線城市之外基本上沒有足夠的市場（因為會的人太少了，二線城市的公司找不到掌握這些技術的人，不招也沒人學）。

所以我推測二線城市最多的還是用JAVA+Hadoop，或者用JAVA寫一些Spark程序。北上廣深和二線城市程序員比待遇是欺負人，就不討論了。

3.和前端后端程序員比有什么區(qū)別？有什么優(yōu)缺點？

和傳統(tǒng)的前后端程序員相比，最主要的去別就是對編程水平的要求。從我招聘的情況來看，做數(shù)據(jù)挖掘的人編程水平要求可以降低一個檔次，甚至都不用掌握面向對象。

但是要求技術全面，編程、SQL，Linux，正則表達式，Hadoop，Spark，爬蟲，機器學習模型等技術都要掌握一些。前后端可能是要求精深，數(shù)據(jù)挖掘更強調廣博，有架構能力更好。

4.目前在學習機器學習，如果想找數(shù)據(jù)挖掘方面的工作應該學習哪些內容？

打基礎是最重要的，學習一門數(shù)據(jù)挖掘常用的語言，比如Python，Scala，R；學習足夠的Linux經(jīng)驗，能夠通過awk，grep等Linux命令快速的處理文本文件。掌握SQL，MySQL或者PostgreSQL都是比較常用的關系型數(shù)據(jù)庫，搞數(shù)據(jù)的別跟我說不會用數(shù)據(jù)庫。

補充的一些技能，比如NoSQL的使用，Elasticsearch的使用，分詞（jieba等模塊的使用），算法的數(shù)據(jù)結構的知識。

5.hadoop,hive之類的需要學習嗎？

我覺得應當學習，首先Hadoop和Hive很簡單（如果你用AWS的話你可以開一臺EMR，上面直接就有Hadoop和Hive，可以直接從使用學起）。

我覺得如果不折騰安裝和部署，還有Linux和MySQL的經(jīng)驗，只要半天到一天就能熟悉Hadoop和Hive的使用（當然你得有Linux和MySQL的基礎，如果沒有就先老老實實的學Linux和MySQL，這兩個都可以在自己的PC上安裝，自己折騰）。

Spark對很多人來說才是需要學習的，如果你有JAVA經(jīng)驗大可以從JAVA入門。如果沒有那么還是建議從Scala入門，但是實際上如果沒有JAVA經(jīng)驗，Scala入門也會有一定難度，但是可以慢慢補。

所以總的來說Spark才足夠難，以至于需要學習。

最后的最后我有一些建議。第一要對自己有一個系統(tǒng)的認知，自己的編程水平夠么，SQL會用么，Linux會用么，能流暢的看英文文檔么？

如果上面任何一個問題的答案是No，我都不建議直接轉行或者申請高級的數(shù)據(jù)挖掘職位（因為你很難找到一個正經(jīng)的數(shù)據(jù)挖掘崗位，頂多是一些打擦邊球的崗位，無論是實際干的工作還是未來的成長可能對你的幫助都不大）。

無論你現(xiàn)在是學生還是已經(jīng)再做一些前段后端、運維之類的工作你都有足夠的時間補齊這些基礎知識。

補齊了這些知識之后，第一件事就是了解大數(shù)據(jù)生態(tài)，Hadoop生態(tài)圈，Spark生態(tài)圈，機器學習，深度學習（后兩者需要高等數(shù)學和線性代數(shù)基礎，如果你的大學專業(yè)學這些不要混）。

選定其中一個方向做一些鉆研和學習，網(wǎng)上有很多現(xiàn)成的資料（基本上是英文的，所以我說了，不能看英文的趕緊去背單詞），科學上網(wǎng)用谷歌這個大家都懂。希望我的建議能對你有一些幫助。