【数据挖掘和数据分析的区别？】

【数据挖掘和数据分析的区别？】

数据挖掘和数据分析的区别主要可以从能力要求和工作内容两方面来看。

数据分析师的工作偏业务，主要是通过数据分析手段来发现、分析和解决业务问题，为决策作支持。而数据挖掘工程师的工作偏技术，主要是通过建立模型、算法、预测等方法来提供一些通用的解决方案，当然这也需要业务赋能。

数据挖掘和数据分析的区别：

1、能力要求

数据分析师：他需要有一定的数据敏感度，了解常规的算法模型，熟悉常用的数据处理工具，掌握数据库SQL查询统计、Excel透视分析等技能，对业务和产品一定要非常了解，知道在什么样的数据规模下看什么样的数据指标。数据挖掘：数据挖掘工程师不仅需要精通各种模型算法原理，还要求能用代码来实现算法，能对算法进行优化改进，能多模型进行部署、监控，能对模型进行不断的优化迭代。同时，还需要掌握大数据研发工程师的部分技能，比如大数据分布式计算方法等。

2、工作内容

数据分析师：数据分析师主要还是跟业务打交道，更多是生产一些分析报告，直接为领导层所关注。数据挖掘：通过建立模型、算法、预测等方法来提供一些通用的解决方案，当然这也需要业务赋能。他需要清楚业务需求，才能在相应的业务场景进行建模，并通过挖掘算法对模型进行调整优化，从而让挖掘的工作更加高效精准。总体来说其实数据分析师和数据挖掘工程师之间并不是“做了A就不能再做B”的关系。一个很牛逼的数据分析师同时也可以是一个很厉害的数据挖掘工程师。而且他们还有一个共同的发展方向，那就是数据科学家（数据专家），兼具业务能力和技术能力的稀缺人才。