
張前輩:您好!
我是中國海洋大學一名研一生,專業是數據庫。我想自己選擇一門方向,認真的學習,作為終身職業。譬如 java程序員、數據挖掘人員、數據庫管理人員等等。我比較喜歡數據挖掘,但是若干問題難以釋惑。
問題1:現在選擇數據挖掘作為終身職業是明智之舉嗎?
現在網上對數據挖掘的前景討論的很厲害,褒貶不一。但是至少可以確定的是數據挖掘已經越來越被重視了。如你所言,大家看到的只是表面,許多成功的案例企業沒有對外公開。但不可否認的是,數據挖掘在中國的應用有屠龍之技的嫌疑,廣大的企業還沒有重視起來。
總之,男怕投錯行,這個問題總是敲擊著我。如果我是您的弟弟,您會鼓勵我走數據挖掘之路嗎?還是推薦其他的IT職業?
IDMer:
就我個人的觀點,數據挖掘的發展還是前途很廣闊的。說白了,數據挖掘就是一種分析問題的手段,問題一直會有,解決問題的手段也就一直有存在的必要。也許你聽說過美國早期西部淘金熱的時候,富起來的不是淘金者,而是為淘金者提供工具、水的人,甚至因為礦工需要結實耐磨的衣服,以致于牛仔褲風行起來并經久不衰。
至于你提到“屠龍之技”之說,只是很多人因為不熟悉數據挖掘的內部技術而產生的莫測高深的感覺。其實,數據挖掘本身并不是新技術,它融合了來自于統計學、數據庫和機器學習等多學科已經成熟的內容,冠上了一個看起來比較時髦的名字而已。
組成數據挖掘的這三門支柱學科都已經發展了多年,也已得到了廣泛的應用。那么我們也有理由相信它們的融合,能幫助我們解決更多的分析方面的問題。何況,業界還是有很多的成功案例,體現出數據挖掘所帶了獨特優勢,而這些,是傳統的BI(報表、OLAP等)無法支持的。
以上說了不少數據挖掘的好話,下面再看看硬幣的另一面。如果你是我的弟弟(呵呵,雖然我沒有,但也和很多年輕的師弟師妹聊過擇業的話題),我會建議你不做IT業,哈哈,一句半真半假的玩笑。因為在IT這個行業看起來還是滿辛苦的,而且在很多項目中,常常需要重復一些沒什么技術含量的任務,消耗的精力不少,獲得的成就感卻不多。
Anyway,我的建議,其實也是我原來給自己的一句座右銘:認為對的就去做。找到自己的興趣所在,并且感覺也有發展,那就盡力去做好了。
|
問題2:如果我現在選擇了數據挖掘,應該怎么做?
您曾經在博客上回復一位北郵同學,建議熟悉學習各種算法;建立模型,創新思路改進算法撰寫論文。
我當前的計劃是 學習各種算法的原理;學習java語言;研究weka源碼,深入了解幾種經典算法的步驟;學習了解ETL,數據倉庫、OLAP等;通過使用的數據集建立挖掘模型;思考論文;有空的話 還得SPSS或其他一個流行軟件的使用方法。其中,我覺得難點是對數據集的整理形成挖掘流程的輸入。
其中,我也有若干疑惑:掌握一門數據庫是很重要的,但是沒有時間一一了解SQL Server、Oracle、DB2等,但是在求職時,又說不定單位要求會哪門數據庫???我想就SQL Server單獨進行深入的學習,包括學習在SQL Server中數據倉庫的建立和數據挖掘的應用,其他的也就不管了。不知我這個選一而棄其他的打算可取不可???
IDMer:
從你的計劃來看,還是對自己要掌握的知識和技能,劃出了一個范圍??瓷先ミ€不錯,我只是從個人的經驗出發,建議你不必苛求自己十八般武藝樣樣精通,很多方面只需基本了解,選擇幾個重點來練成自己的絕活。人的精力畢竟有限,目標越大就越難實現。
至于選擇那些作為重點,就需要在廣泛了解的基礎上,結合自己的興趣進行篩選了。
|
問題3:如何使學習階段與行業應用靠攏?
有一位學長,建議我學技術的時候要和行業靠攏,否則,“沒有行業背景的技術會很飄”。我覺得他說的有道理,技術是相當寬泛的,你不可能面面俱到;而且,當你實際工作后,也就專于一個行業,技術的需要面也就變窄了。這樣,有利于學習重點,不至于在學習時,面面俱到,沒有突出。
但是,在數據挖掘方面,曾經請教過你,數據挖掘人員的工作性質。一種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。一種是在IT公司,為甲方實施DM、DW和BI等項目(前輩自己便屬于此類?)。
在這里,我不太明白作為甲方,日常具體做些什么?難道是類似于網管性質的?那樣不更傾向于數據庫管理人員?他們還算是專業的數據挖掘人員嗎,怎么覺得公司不大會安排這樣的職位呢?
我比較傾向于做乙方,那樣好像更專業似的。但是,乙方的話,都說數據挖掘在金融、電信、銀行還是銷售等方面主要應用。難道這意味著要學習或了解金融電信的背景、CRM、經濟學、excel……?
還有,您曾提到,畢業后也可以做研究工作,我覺得提供研究工作的崗位畢竟是少的。而且,那樣掙錢多嗎(流汗中)?
是否現在應該考慮以后進哪個(哪類)公司,現在根據它的要求來強化自己呢?
IDMer:
你這位學長說得沒錯,脫離實際的純理論大多會消散于無形。至于甲乙方的區別,實際上也沒有想像中那么大,特別是對于剛剛參加工作的基層員工來說,可能差不多。
先在乙方歷練幾年,然后跳到甲方,這種狀況我看到不少。也許是因為在乙方接受的鍛煉和學習到新知識經驗的機會更多些吧,可以在年輕時有更多的積累。當然,如果有很好的在甲方工作的機會,也是不錯的選擇。
到乙方工作,特別是對一直待在校園里的應屆生來說,招聘方重點考察的大多是你的知識是否扎實、性格是否有利于融入團隊等方面。至于對行業的了解,一般很少有過多的期望,除非你有多年在相關行業做項目的經驗。
國內的研究機構還是以科研院所和高校為主,待遇一般要比公司低,但也有很多人,包括我的師兄師姐以及同學,選擇了繼續做研究,因為他們會從研究中獲得很多樂趣。另外一些研究機構是企業特別是外企的研究院,待遇也很好,但就要求你很出色才有機會加入。做研究還有一個很好的地方,就是國外的院?;蜓芯克?。
|
后記:覺得自己的提問沒有意義,好像有些是明擺著的問題,又抑或是些不值得回答的問題似的。前輩若有時間,還望指點一二。我不急,若忙的話,啥時候回復都可以。
文章來源于IDMer的搜狐博客
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25