在國內(nèi)，處于起步階段，學(xué)習(xí)這個(gè)方向的基本都是出來做數(shù)據(jù)加工，數(shù)據(jù)分析，或者有的干脆成為軟件開發(fā)人員。如果你在-2挖掘找工作，地段也很重要。國內(nèi)發(fā)展比較好的城市是北京上海，廣東也有少數(shù)。一般來說-2挖掘工程師這個(gè)職位只在比較大的企業(yè)才有，必要的話其他企業(yè)外包給專門的公司-2挖掘?？梢杂?2挖掘的行業(yè)是大型網(wǎng)站、銀行、醫(yī)院。

數(shù)據(jù)挖掘?qū)儆谟?jì)算機(jī)科學(xué)與技術(shù)方向數(shù)據(jù)分析，數(shù)學(xué)專業(yè)也開設(shè)。數(shù)據(jù) 挖掘技術(shù)是數(shù)據(jù)處理技術(shù)的一種，是從大量不完整的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)人們事先不知道的信息中提取隱藏的信息。數(shù)據(jù) 挖掘根據(jù)數(shù)據(jù) warehouse中的信息，我們需要選擇合適的分析工具并應(yīng)用統(tǒng)計(jì)方法、基于案例的推理、決策樹、規(guī)則推理、模糊集，甚至神經(jīng)網(wǎng)絡(luò)和遺傳算法。

考慮到數(shù)據(jù)本身，一般-2挖掘信息收集，數(shù)據(jù)整合，數(shù)據(jù)規(guī)范，。(1)信息收集:根據(jù)確定的數(shù)據(jù)分析對(duì)象，抽象出數(shù)據(jù)分析中需要的特征信息，然后選擇合適的信息收集方法，將收集到的信息存儲(chǔ)在數(shù)據(jù) library中。對(duì)于海量的數(shù)據(jù)，選擇一個(gè)合適的數(shù)據(jù)倉儲(chǔ)與管理數(shù)據(jù)倉庫非常重要。

不是，競爭很大，現(xiàn)在學(xué)歷也不是很值錢。近年來的互聯(lián)網(wǎng)熱點(diǎn)如“大數(shù)據(jù)”、人工智能、區(qū)塊鏈等一直很頻繁，最近很多大學(xué)生和相關(guān)行業(yè)的人都轉(zhuǎn)行學(xué)習(xí)了。大數(shù)據(jù)開發(fā)程序員的工資也是在各類程序員中排在前列的。現(xiàn)在，對(duì)Hadoop的需求越來越大，因?yàn)楹芏喙鹃_始意識(shí)到Hadoop的重要性，越往下走，越容易找到工作。學(xué)會(huì)Hadoop后，他們可以有很大的發(fā)展空間。還有大數(shù)據(jù)(hadoop)運(yùn)維，hadoop開發(fā)，大數(shù)據(jù)分析，數(shù)據(jù) 挖掘等等。說白了，大數(shù)據(jù)。

考慮到你是非重點(diǎn)本科，方向也不是偏數(shù)學(xué)理論，如果沒有突出的成績直接找工作會(huì)比較困難-2挖掘。做數(shù)據(jù) 挖掘需要非常好的數(shù)學(xué)基礎(chǔ)，尤其是概率論，隨機(jī)過程，離散數(shù)學(xué)等等。數(shù)據(jù) 挖掘一般大數(shù)據(jù)體量大的大公司都有相關(guān)崗位。在不考研的前提下，可以去大公司找一份和自己方向相關(guān)的工作，然后自己慢慢學(xué)習(xí)，積累經(jīng)驗(yàn)，嘗試通過內(nèi)部調(diào)動(dòng)換到數(shù)據(jù) 挖掘的群。

沒有年齡限制，30歲轉(zhuǎn)行沒問題數(shù)據(jù)分析師。數(shù)據(jù)分析師專攻行業(yè)數(shù)據(jù)收集、整理、分析，根據(jù)數(shù)據(jù)進(jìn)行行業(yè)研究、評(píng)估、預(yù)測。互聯(lián)網(wǎng)本身的數(shù)字化和互動(dòng)性，給數(shù)據(jù)的收集、整理和研究帶來了革命性的突破。在過去，數(shù)據(jù)“原子世界”中的分析師必須花費(fèi)大量的金錢(資金、資源和時(shí)間)來獲得研究和分析的支持。數(shù)據(jù)和數(shù)據(jù)在豐富性、全面性、連續(xù)性、時(shí)效性上比互聯(lián)網(wǎng)時(shí)代差了很多。