1. 数据挖掘工程师有前途吗
1.城建专业助理工程师任职资格证书说明取得相应的任职资格。
2. 数据挖掘工程师的工作是什么
数据挖掘指的是在长期积累的数据中分析和挖掘有价值的信息以供决策。这个概念主要版还是因为ERP（企权业资源计划）和OA(办公自动化)软件系统的广泛使用和发展的基础上出现的一个概念。因为企业在使用这些软件系统的过程中，虽然运营的状态和管理以及成本有很大的节约，大大提高了企业的运营效率，可是这些系统却只能对企业的状态和管理进行一个状态性的记录，对长期记录下来的这些数据的分析和在挖掘能力是非常有限的，虽然众多软件供应商想出各种办法来利用其这些数据，比如出各种报表甚至自定义的报表，可是仍然受制于ERP和OA本身设计的缺陷，因为它们原本就不是设计来做数据分析的。 所以在我们的软件系统实施的过程中，常常看到一个庞大的系统在运行，可是对于领导却只有每月看一两张报表的价值。所以，有人提出了数据挖掘的概念，长期使用ERP系统所积攒的数据就好像一大筐苹果，金苹果、银苹果、烂苹果都有，而数据挖掘工程师就是专门从中挑选出对企业有用的信息的工作。当然数据挖掘软件也是专门设计来做这个事情的。 以上只是我这个小小程序员的浅薄认识，渴望大家的指正。
3. 数据挖掘工程师一般都做什么
数据挖掘抄工程师是袭做什么的？数据挖掘，从字面上理解，就是在数据中找到有用的东西，哪些东西有用就要看具体的业务目标了。最简单的就是统计应用了，比如电商数据，如淘宝统计过哪个省购买泳衣最多、哪个省的女生胸罩最大等，进一步
4. 数据分析师和数据挖掘工程师的区别
1.数据分析和数据挖掘联系和区别 联系：都是搞数据的 区别：数据分析偏统计，可视化，出报表和报告，需要较强的表达能力。数据挖掘偏算法，重模型，需要很深的代码功底，要码代码，很多
5. 有哪位工作了的数据挖掘工程师可以回答
数据挖掘从业人员工作分析：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)
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。
6. 数据分析师和数据挖掘工程师的区别是什么
数据分析师岗位重在“分析”，数据挖掘工程师岗位重点是要“挖掘”。
7. 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。
8. 数据挖掘工程师需要哪些条件
专业的数理知识
熟练的数据库技术
熟练的分析工具软件技能
熟悉理解业务知识
PPT写作技术
报告讲解技能
能算能分析能写能讲
9. 数据挖掘工程师怎么考
数据挖掘领域是一个独特的行业，通常的招聘面试方法可能不大适用于本行业的特点。在招聘一个合格的数据挖掘工程师时，公司一般关注以下三个方面：
他聪明吗？聪明意味着能透过复杂的信息建构问题并以正确的方式加以解决。聪明人还能从失败中获取经验。
他能否专注于项目？专注意味着在各种困难的环境内，仍能独立或合作完成项目。
他是否能与团队一起工作。团队合作需要很好的沟通能力，工作中涉及到的概念、问题、模型、结论等都需要成员之间正确的沟通方能加以明确。
为了解候选人是否具有数据挖掘工程师的潜质，需要一小时的面试，主要通过以下五个环节：
1、简介
如同交谈之初的寒暄一样，简介是使候选人放松下来。可以先介绍一下公司本身的情况，再回答对方的一些疑问。如果问题很复杂，可以将回答放到面试的最后阶段再处理。
2、关于数据挖掘项目
这是最为重要且耗时的面试阶段，询问候选人最近接手的数据挖掘项目的情况和处理方式。要提问的方面包括：
他一开始是如何描述这个项目的
项目持续了多长时间
这个项目的关键问题是什么
问题是如何得到解决的
在数据挖掘项目中最为困难的阶段是什么
最有趣的阶段又是什么
在他眼里，客户是怎么样的
团队的其他成员又是如何表现的
从中获得了什么样的经验
在这个面试阶段，不仅要提问关于“what”的问题，还要很多关于“why”的问题。因为优秀的数据挖掘工程师要能面对客户，清晰的论证并支持其提出的观点。
3、关于数据挖掘的流程
考察候选人对于工作流程的认识是必要的，如果他谈到了跨行业数据挖掘流程规范（CRISP-DM）意味着好兆头。有很多时候，候选人对这些规范不以为然。虽然说从不同的角度来看待问题是一种创新，但是创新也需要建立在坚实在流程标准之上。因为它可以保证我们不会出现大的纰漏。
必要的时候，可以用白板让候选人画出流程图。并让他评价这些工作中最为重要或需要反思的地方。因为建模工作不可能一次完成，反复的提炼问题、建立模型的情况是经常遇到的。
另外可以在某个挖掘流程进行深入考查，例如询问对方如何避免过度拟合，如何从大量的候选变量中进行筛选，如何评价或比较模型的效果。
4、解决问题
软件公司的面试一般会包括“编码测试”，考查数据挖掘工程师也应该如此。一种可以参考的作法是提供一份存在缺陷的分析报告。让候选人对报告进行研究，表达报告中结论的意义，提出其中所存在的问题或不足，提出改进或补救的方法。
5、收尾
在面试的最后阶段，需要回答候选人的其它提问，并使之相信本公司在本行业中的优势地位，以及在职业生涯中的作用。在完成面试后，需要立即将面试记录进行整理存档。
10. 数据挖掘工程师怎么考
数据挖掘领域是一个独特的行业，通常的招聘面试方法可能不大适用于本行业的特点。在招聘一个合格的数据挖掘工程师时，公司一般关注以下三个方面：
他聪明吗？聪明意味着能透过复杂的信息建构问题并以正确的方式加以解决。聪明人还能从失败中获取经验。
他能否专注于项目？专注意味着在各种困难的环境内，仍能独立或合作完成项目。
他是否能与团队一起工作。团队合作需要很好的沟通能力，工作中涉及到的概念、问题、模型、结论等都需要成员之间正确的沟通方能加以明确。
为了解候选人是否具有数据挖掘工程师的潜质，需要一小时的面试，主要通过以下五个环节：
1、简介
如同交谈之初的寒暄一样，简介是使候选人放松下来。可以先介绍一下公司本身的情况，再回答对方的一些疑问。如果问题很复杂，可以将回答放到面试的最后阶段再处理。
2、关于数据挖掘项目
这是最为重要且耗时的面试阶段，询问候选人最近接手的数据挖掘项目的情况和处理方式。要提问的方面包括：
他一开始是如何描述这个项目的
项目持续了多长时间
这个项目的关键问题是什么
问题是如何得到解决的
在数据挖掘项目中最为困难的阶段是什么
最有趣的阶段又是什么
在他眼里，客户是怎么样的
团队的其他成员又是如何表现的
从中获得了什么样的经验
在这个面试阶段，不仅要提问关于“what”的问题，还要很多关于“why”的问题。因为优秀的数据挖掘工程师要能面对客户，清晰的论证并支持其提出的观点。
3、关于数据挖掘的流程
考察候选人对于工作流程的认识是必要的，如果他谈到了跨行业数据挖掘流程规范（CRISP-DM）意味着好兆头。有很多时候，候选人对这些规范不以为然。虽然说从不同的角度来看待问题是一种创新，但是创新也需要建立在坚实在流程标准之上。因为它可以保证我们不会出现大的纰漏。
必要的时候，可以用白板让候选人画出流程图。并让他评价这些工作中最为重要或需要反思的地方。因为建模工作不可能一次完成，反复的提炼问题、建立模型的情况是经常遇到的。
另外可以在某个挖掘流程进行深入考查，例如询问对方如何避免过度拟合，如何从大量的候选变量中进行筛选，如何评价或比较模型的效果。
4、解决问题
软件公司的面试一般会包括“编码测试”，考查数据挖掘工程师也应该如此。一种可以参考的作法是提供一份存在缺陷的分析报告。让候选人对报告进行研究，表达报告中结论的意义，提出其中所存在的问题或不足，提出改进或补救的方法。
5、收尾
在面试的最后阶段，需要回答候选人的其它提问，并使之相信本公司在本行业中的优势地位，以及在职业生涯中的作用。在完成面试后，需要立即将面试记录进行整理存档。
面试是一件苦差事，但也是一个交流学习的机会。通过面试可以了解到其它人遇到的问题，以及他们是如何解决的。