数据挖掘工程师一般都做什么？

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。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多等，进一步，可以基于用户的浏览、点击、收藏、购买等行为推断用户的年龄、性别、购买能力、爱好等能表示一个人的画像，就相当于用这些挖掘出来的属性来刻画一个人，这些还是简单的东西，更深层次的比如预测（股票预测），但是比较难。

说到数据挖掘。往往与机器学习离不开。比如分类、聚类、关联规则挖掘、个性化推荐、预测、神经网络、深度学习等。很多年前说人工智能AI（比如产生式系统、系统等，好像现在提得比较少了），90年代AI到了瓶颈阶段，机器学习是一个突破口，现在机器学习又遇到了瓶颈阶段，深度学习又是一个突破口（其实神经网络出来了很久，但是为什么中间一段时间沉寂了，在70年代左右出现了低潮（根据评论修改），我归结是两点，神经网络就像一个黑夹子一样，很多东西不透明，模型的解释性不强，以及当时没办法处理非线性分类问题（后面多层感知器便可以对非线性问题进行拟合，如解决XOR问题），参数过多，训练复杂，容易出错，容易过拟合，无法增加全局优，加上很多问题无法用数学方法证明（个人理解）等等，科学家和工程师还是有区别的，科学家都想把一个问题归结为数学问题，然后证明出来，他们就会认为是有意义的，数学上证明其有效往往比做千百个实验说明其有效要好些吧，工程师往往更在乎效果与结果），直到后来出现了BP算法。第二，得益于现在的大规模计算工具，能够处理PB级别的数据了。总之现在人工智能还远没达到人类的水平，后结果会怎样，这个暂时不设想。

职位职责：

1、根据自己对行业，以及公司业务的了解，独自承担复杂分析任务，并形成分析报告；

2、相关分析方向包括：用户行为分析、广告点击分析，业务逻辑相关以及竞争环境相关；

3、根据业务逻辑变化，设计相应分析模型并支持业务分析工作开展。

数据挖掘工程师：

偏技术，通过建立模型、算法、预测等提供一些通用的解决方案，当然也有针对某业务的。

甲骨文大数据分析挖掘课程所学技术，完全符合企业岗位用人需求，大数据岗位随便挑 ，薪资更是高到不可描述，学数据挖掘工程师，就到上海甲骨文IT培训学校。