數據挖掘，從字面上理解，就是在數據中找到有用的東西，哪些東西有用就要看具體的業務目標了。最簡單的就是統計應用了，比如電商數據，如淘寶統計過哪個省購買泳衣最多、哪個省的女生胸罩最大等，進壹步，可以基於用戶的瀏覽、點擊、收藏、購買等行為推斷用戶的年齡、性別、購買能力、愛好等能表示壹個人的畫像，就相當於用這些挖掘出來的屬性來刻畫壹個人，這些還是最簡單的東西，更深層次的比如預測（股票預測），但是比較難。
數據挖掘往往與機器學習離不開。比如分類、聚類、關聯規則挖掘、個性化推薦、預測、神經網絡、深度學習等。
數據挖掘 ?= ?業務知識 ?+ ?自然語言處理技術（ NLP ） + ?計算機視覺技術（ CV ） + ?機器學習 / 深度學習（ ML/DL ）
（ 1 ）其中業務知識具體指的是個性化推薦，計算廣告，搜索，互聯網金融等； NLP ， CV 分別是處理文本，圖像視頻數據的領域技術，可以理解為是將非結構化數據提取轉換成結構化數據；最後的ml/dl 技術則是屬於模型學習理論；
（ 2 ）在選擇崗位時，各個公司都沒有壹套標準的稱呼，但是所做的事情無非 2 個大方向，壹種是主要鉆研某個領域的技術，比如自然語言處理工程師，計算機視覺工程師，機器學習工程師等；壹種是將各種領域技術應用到業務場景中去解決業務需求，比如數據挖掘工程師，推薦系統工程師等；具體的稱呼不重要，重要的是平時的工作內容；
PS ：在互聯網行業，數據挖掘相關技術應用比較成功的主要是推薦以及計算廣告領域，而其中涉及到的數據主要也是文本，所以 NLP 技術相對來講比較重要，至於 CV 技術主要還是在人工智能領域（無人車，人臉識別等）應用較多，本人了解有限，相關的描述會較少；
數據挖掘崗位需要具備的3 種基本能力
1. 工程能力
（ 1 ）編程基礎：需要掌握壹大壹小兩門語言，大的指 C++ 或者 Java ，小的指 Python 或者 shell 腳本；需要掌握基本的數據庫語言；
建議： MySQL + python + C++ ；語言只是壹種工具，看看語法就好；
推薦書籍：《 C++ primer plus 》
（ 2 ）開發平臺： Linux ；
建議：掌握常見的命令，掌握 Linux 下的源碼編譯原理；
推薦書籍：《 Linux 私房菜》
（ 3 ）數據結構與算法分析基礎：掌握常見的數據結構以及操作（線性表，隊，列，字符串，樹，圖等），掌握常見的計算機算法（排序算法，查找算法，動態規劃，遞歸等）；
建議：多敲代碼，多上 OJ 平臺刷題；
推薦書籍：《大話數據結構》《劍指 offer 》
（ 4 ）海量數據處理平臺： Hadoop （ mr 計算模型， java 開發）或者 Spark （ rdd 計算模型， scala開發），重點推薦後者；
建議：主要是會使用，有精力的話可以看看源碼了解集群調度機制之類的；
推薦書籍：《大數據 spark 企業級實戰》
2. 算法能力
（ 1 ）數學基礎：概率論，數理統計，線性代數，隨機過程，最優化理論
建議：這些是必須要了解的，即使沒法做到基礎紮實，起碼也要掌握每門學科的理論體系，涉及到相應知識點時通過查閱資料可以做到無障礙理解；
（ 2 ）機器學習 / 深度學習：掌握 常見的機器學習模型（線性回歸，邏輯回歸， SVM ，感知機；決策樹，隨機森林， GBDT ， XGBoost ；貝葉斯， ?KNN ， K-means ， EM 等）；掌握常見的機器學習理論（過擬合問題，交叉驗證問題，模型選擇問題，模型融合問題等）；掌握常見的深度學習模型（ CNN ，RNN 等）；
建議：這裏的掌握指的是能夠熟悉推導公式並能知道模型的適用場景；
推薦書籍：《統計學習方法》《機器學習》《機器學習實戰》《 UFLDL 》
（ 3 ）自然語言處理：掌握常見的方法（ tf-idf ， word2vec ， LDA ）；
3. 業務經驗
（ 1 ）了解推薦以及計算廣告相關知識；
推薦書籍：《推薦系統實踐》《計算廣告》
（ 2 ）通過參加數據挖掘競賽熟悉相關業務場景，常見的比賽有 Kaggle ，阿裏天池， datacastle 等。
想要學習數據挖掘的話可以看壹下這篇文章《AI時代就業指南：數據挖掘入門與求職》