终极PK：数据分析 VS 数据挖掘 VS 数据科学家

一直以来有人问：“ 数据分析 VS 数据挖掘 VS 数据科学家，它们到底有什么不同？入行大数据的话该怎么选？” 估计 90% 程序员，包括一些数据相关工作的⼩伙伴，都给不出准确回答。最近整理了这张对比长图，来回答这个问题！PS. 被问次数太多了，实属无奈

概括一下，逼格满满的数据科学家人群最少，要求和限制因素也最多。适合人群更广的数据分析和数据挖掘，这两个工种的差异如下。

从要求来讲：数据挖掘偏技术，数据分析偏业务；

从能力来讲：数据挖掘需要专精技术，数据分析要求综合素质。 下面这张图清晰展示了它们发展方向间的关系。

那么入行大数据，该选数据挖掘还是数据分析呢？（这两个职业同样为公司创造价值）最重要的一个因素是：看哪个职位与自己的性格、喜好比较匹配。如果对业务、商业模式感兴趣，强项在为人处事方面，数据分析显然是优先选择。

对于多数程序员来说，数据挖掘则是更优选。因为自身性格相对内敛，喜欢钻研技术，不太喜欢天天和业务打交道，做数据挖掘是在擅长的方面发力会更顺畅。当然，下面这些情况的人做技术向的数据挖掘更有优势：

研发部⻔谋求转型的开发⼈员； 计算机相关专业以及数统相关专业毕业⼈员； 专注于从事数据相关⼯作、谋求技能提升、岗位晋升以及跨⽅向发展的人。

从目前的市场来看，数据挖掘的薪资比数据分析高一些。原因很简单，数据挖掘工程师或算法工程师有较高技术门槛，不懂模型和编程，简历关都过不了，某些情况下还需要项目和学术背景。加上大多数互联网企业都是 “先工程后分析” 的流程，数据挖掘工程师的需求更迫切，薪资也最舍得给。

较高技术门槛，也意味着入门数据挖掘并不轻松。不仅要掌握一门编程语言，如 Python /Java、C / C++ ，还需要会 Hadoop，HIVE，SQL数据库操作，掌握数据挖掘和机器学习的基础知识和算法、特征工程的基础知识，了解统计学的时间序列模型，变量的相关系数，ROC和AUC曲线，交叉验证，主成分分析......想想就是个大的学习工程。

对急于了解大数据挖掘的你，这套硬核课程也许是及时雨。开课吧的《数据挖掘算法精讲》专题课，48 h 内免费领（ 领了之后有效学习期限 7 天，抓紧看！这也为了筛选伸手党～）专题课细致解析了大厂算法工程师/数据挖掘工程师 必知必会的高频算法，知识点如下：

《数据挖掘高频算法精讲》

Part 1 数据挖掘概论与实践

1. 数据挖掘概念与技术

2. 数据挖掘算法类型

3. 密度聚类案例实践之中国城市群划分

Part 2 特征工程与模型选择 / 文本分类

1. 如何对文本数据进行预处理

2. 如何对文本统计，生成词云图

3. 如何对文本数据进行特征选择

4. 如何根据文本内容进行分类

Part 3 逻辑回归算法

1. 逻辑回归的算法原理是怎样的

2. 如何绘制逻辑回归的决策边界

3. 逻辑回归的局限，以及如何解决

4. 逻辑回归如何进行多分类

5. 怎样解决样本不均衡问题

Part 4 数据挖掘之 Decision Tree 算法 1. 《信息论》熵、联合熵和条件熵的推导

熵与 Log、概率的关系；

《信息论》— 香农；

条件熵、联合熵的推导过程； 2. 决策树算法的树流程的构造

决策树算法的树结构生长过程与特征选择

决策树算法的叶子节点个数与权重系数 3. ID 3 ( 信息增益 )

推导DT的目标函数信息增益（ID3）

g(D,A) = H(D) - H(D|A) 本质上是互信息 4. 由 ID 3 推广出来的 C4.5 和 Gini 系数

由 ID3 推广出的 C4.5 系数

由 ID3 推广出的基尼系数

5. 案例实战：利用 Python 的Scikit - learn 的 5 步建模过程(伪代码)