之前我单位讲过数据挖掘，举办过这样的比赛。我们还掌握了数据挖掘的应用软件和标准流程，如sas、clementine等数据挖掘平台。数据分析和数据挖掘本质上是不同的数据分析。虽然数据挖掘工程师说自己不会编程或者根本不会做数据挖掘，但是好的编程技巧会成为你工作中的得力助手。很多时候，数据挖掘工程师会为数据分析师提供一些支持工作，比如为他们建立数据库，清理数据，建立报表平台等。有时候数据分析师会直接问数据挖掘工程师需求。一些数据存储格式超出了数据分析师的技能范围，因此需要数据挖掘工程师来帮助他们做一些前期工作。另外，数据挖掘工程师经常需要做一些机器学习的工作，所以需要对各种机器学习算法的理论和代码实践有足够的了解。
数据分析数据挖掘有什么用？
数据分析和数据挖掘在本质上是有一定区别的数据分析是指运用合适的统计分析方法对采集来的规模巨大的数据进行分析，是一个为提取有用信息和形成结论而对数据加以详细研究和概括的过程数据挖掘是指用相关算法从大量的数据中探索隐藏在其中的信息的过程。我们可以简单的理解为，一个是从广度上对数据的处理过程，一个是从深度上对数据的处理过程。
数据分析和数据挖掘两者是相辅相成的一个可以通过大量数据的整理和解读来对企业的现状进行分析，并通过数据来反映目前企业管理的问题，并可将相应的问题原因进行深入追踪，最后确认相关的责任人，保证了数据的可追溯性，来辅助企业的整体管理和运营而数据挖掘通过对企业隐藏价值数据的深耕，可以对企业未来发展导向，做出预判，为企业高层提供相应的参考支持一个企业想要发展的更好，处理好当下企业发展中的问题是必要的，着眼于未来企业的发展是重要的，而数据分析和数据挖掘在企业中的实际运用，可以更好的支撑企业的运营管理，提供决策分析，帮助企业走的更高更远。
数据分析师与数据挖掘工程师，有什么区别？
我上一份工作是数据分析师，现在的工作是数据挖掘工程师，因此我可以以我自己的实际经验来回答这个问题。数据分析师和数据挖掘工程师，同属于数据领域的洞察者，但是两者的工作内容却有着不小的区别。对于一个数据分析师来说，最重要的并不是编程技能，而是逻辑分析能力业务理解能力报告展示能力等。数据分析师数据分析师使用的主要工具可以是编程，但并非必要因为现在已经存在大量的强大易用的数据分析工具，比如ExcelTableauSPSSSAS等，即使你没有编程能力，仍然能胜任绝大多数的数据分析工作但是相对于数据挖掘工程师，你还额外需要一些能力，比如数据可视化的能力写数据报告的能力在领导甚至许多人面前做报告讲演的能力等同时，由于现在互联网公司都在讲大数据，数据的存储基本上在各种大数据平台和数据库中，因此你有必要掌握HiveHDFSMySQL等的使用，SQL的熟练掌握是不可避免的。
数据分析师一般有两种，一种是面向业务的，主要对各业务线产品经理运营各部门领导的需求提供支持，帮助他们分析业务了解业务，发掘出业务中的问题并提供解决方案另一种是偏宏观的分析，一般没有需求方，主要是自发地进行探索，主动找到公司业务中存在的问题，弄清公司发展的趋势，对于公司发展的方向做出指引。数据挖掘工程师虽然说不会编程也不至于完全无法做数据挖掘工作，但是好的编程技能却会成为你工作中的得力助手很多时候，数据挖掘工程师会为数据分析师提供一些支持性的工作，比如为他们搭建数据库清洗数据建立报表平台等有些时候数据分析师也会直接向数据挖掘工程师提出需求，有些数据的存储方式格式超出了数据分析师的技能覆盖范围，这时就需要数据挖掘工程师帮他们做一些前期工作另外呢，数据挖掘工程师往往还需要做一些机器学习方面的工作，因此就需要对各种机器学习算法的理论及代码实践有足够的认识。
在数据挖掘工程师中，有许多不同的类型，如算法工程师数据科学家，他们由数据仓库的数据平台支持，进行特征工程。他们的工作职责不同，专业技能也不同。对于大多数数据挖掘工程师来说，编程技能是必不可少的，但是根据不同挖掘工程师的性质，需要掌握不同的编程技能。总的来说，PythonJavaScala是一种常用的大数据挖掘语言。有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或者其他关系型数据库，非结构化数据库常用MongoDB。
