¿Quiere saber si puede encontrar trabajo mediante la minería de datos? ¿Qué tipo de trabajo busca habitualmente?
En mi opinión, existen las siguientes formas de conseguir empleo en minería de datos (nota: la minería de datos mencionada en este artículo no incluye la función de almacén de datos o administrador de base de datos).
A: Realizar investigación científica (principalmente algoritmos de investigación, aplicaciones, etc. en universidades, unidades de investigación científica y grandes empresas)
B: Realizar desarrollo y diseño de programas (realizar minería de datos y tareas relacionadas relacionadas en empresas) Implementación de algoritmos de programas, etc.)
C: Analista de datos (consultoría, análisis, etc. en empresas e instituciones con datos masivos)
Habilidades que los datos los profesionales de la minería deben dominar:
Analista de datos: requiere una base sólida en estadística matemática y competencia en el uso de herramientas convencionales de minería de datos (o análisis estadístico). Si ingresa al campo de la minería de datos desde este aspecto, debe estudiar "Estadística matemática", "Teoría de la probabilidad", "Conceptos básicos del aprendizaje estadístico: minería de datos, razonamiento y predicción", "Minería de datos financieros", "Modelado de negocios y Minería de datos", "Práctica de minería de datos", etc.
Diseño y desarrollo de programas: principalmente para implementar algoritmos existentes para la minería de datos y desarrollar nuevos algoritmos, y realizar algunos trabajos de desarrollo e implementación de programas de acuerdo con las necesidades reales basadas en algoritmos centrales. Para desempeñar bien este papel, debe estar familiarizado con al menos un lenguaje de programación como (C, C, Java, Delphi, etc.) y los principios y operaciones de bases de datos, y comprender los cursos básicos de minería de datos.
Hacer investigación científica: la investigación científica aquí es relativamente general y pertenece al nivel técnico relativamente avanzado. También es el destino de los dos primeros, por lo que, en consecuencia, es necesario tener los conocimientos básicos necesarios. los dos primeros.
Hoy en día, varias empresas tienen requisitos de habilidades más orientadas a las aplicaciones para puestos de minería de datos. Actualmente, las posiciones en el mercado se dividen generalmente en tres tipos: modelado de algoritmos, minería de datos y análisis de datos.
Campos de aplicación y empleo
Las aplicaciones actuales de minería de datos se concentran principalmente en telecomunicaciones (análisis de clientes), comercio minorista (pronóstico de ventas), agricultura (pronóstico de datos de la industria) y registros web (pronóstico de ventas). personalización de páginas), banca (fraude de clientes), electricidad (llamadas de clientes), biología (genes), cuerpos celestes (clasificación de estrellas), industria química, medicina, etc.
Los problemas típicos que puede resolver actualmente son: Marketing de Bases de Datos, Segmentación y Clasificación de Clientes, Análisis de Perfiles, Venta Cruzada y otros mercados. Análisis de comportamiento, así como análisis de abandono de clientes (Churn Analysis), scoring crediticio de clientes. (Credit Scoring), detección de fraude (FraudDetection), etc., se han aplicado con éxito en muchos campos.
Salario profesional
En la actualidad, como la mayoría de los puestos en la industria de TI, la demanda interna de talentos de minería de datos está saturada en el extremo inferior y escasa en el extremo superior. A juzgar por la situación de contratación de BAT, el umbral en el campo de la minería de datos es relativamente alto, pero el salario y los beneficios también son relativamente buenos. Los comunes como Tencent y Alibaba darán un salario anual de 20W. Es común que los poderosos expertos en algoritmos ganen millones al año, por lo que todos todavía tienen un gran potencial en los algoritmos. Además, a medida que las finanzas se basan cada vez más en Internet, una gran cantidad de ingenieros de algoritmos se convertirán en talentos que escasearán para las empresas financieras de Internet en el futuro.