数据挖掘工程师之中，也分很多不同的类型，比如做特征工程的、数据仓库的、数据平台支持的、算法工程师、数据科学家等，他们的工作职责各有不同，职业技能也各有侧重 。对于大多数数据挖掘工程师来说，编程技能是必不可少的，但是针对不同挖掘工程师的性质，需要掌握不同的编程技能 。一般来说，Python、Java、Scala是常用的大数据挖掘语言，有一些数据科学家喜欢用R；最常用的大数据平台是Hadoop平台和Spark平台，常用的结构化数据库是MySQL或其他关系型数据库，非结构化数据库中MongoDB较为常用 。
对于数据挖掘工程师来说，必要的Linux知识也必不可少 。因为数据挖掘工程师绝大多数的工作都是在远程的服务器上完成的，不能流畅地在命令行中操作各种Linux系统(常用的有CentOS、Ubuntu等)，工作的效率会大大降低 。另外Shell在数据处理上也很强大，sed awk简直是数据处理的神器 。以上并不是非常系统的对比，但是是我在工作中最实际的体验，我并非码农出身，这个转型过程中遇到了很多挑战，但是他们之间并没有天堑一样的区别，很多地方是共通的，如果你编程基础较差，那么可以从数据分析师入手，之后在考虑转型数据挖掘；如果编程基础较好，可以考虑数据挖掘，但是数据挖掘工程师一般情况下不会接触太多的业务 。
推荐阅读
- 刚买的t2求解决方法
- 英语导课的方法有哪些,新课改背景下英语导课技巧.doc
- 以下哪些是操作风险管理的方法,操作风险管理应遵循哪些原则
- 美缝剂多少钱一瓶,凡东尼美缝剂加盟多少钱
- 如何提高学校方法,学校如何提高学生素质
- 如何进行利润质量分析,利润质量分析方法
- 赛尔号2精灵怎么生级,手机玩赛尔号网页版的三种方法
- 抓好基层风气建设的方法,如何搞好单位风气建设
- T1有没有什么省电的方法
- 芡实糕的功效与作用及食用方法