刚刚成为Teradata的实习生,工作基本是写perl脚本,想将来做数据挖掘,怎么样向数据挖掘靠近,有啥建议

曾Teradata数据挖掘见习顾问,驻点某银行项目组。对于数据挖掘想说一个观点:如果你还在钻研技术,那说明你还没懂数据挖掘。看过很多有意学习数据挖掘的人,都在不遗余力的学习技术。且这实习期间我也明显的感受到,绝大部分的人,在谈论到数据挖掘时候,都是无比的崇拜那些用着洋文的技术、算法、模型及指标。甚至很多时候,我感觉,他们也只是想听一两个没听过的名词。然而我的实习经历以及数次数模经历告诉我,技术是必要的,但要知道数据挖掘乃至数学建模的核心竞争力从来都不是技术,而是解决问题的方法和思想。对于数据挖掘来说,就是业务意义,即对于数据现象,你能否提出具有业务指导意义的想法。想法,从来都是最重要的,没有之一。还记得那会我在组建数模团队,一个妹子进来就说,我不会编程,我说没关系,有想法就好。实践也证明,数模优秀论文从来都不是依靠高大上的模型方法,而是精细合理的方案设计,恰到好处的运用每一个数学模型,和清晰明了的语言表达。而题主既然有过数模经历,也在自学一些教材,那我就假定你有一定的基础,技术方面仍需提高。技术仍然是必要学的,这是入门,这是基础。只是如果你想走的远,那么在学习技术的同时,我希望你别盲目的沉浸于技术而忘了技术本身存在的目的。
■网友
曾经在Teradata实习过几个月,职位是数据挖掘见习顾问,驻点在广东省移动项目组,东华西路。随便说两句,希望能帮到知友。首先,知友你进TD的职位是ETL Consultant,所以主要负责的工作是从数据库取数据和将数据导入数据库。导入的方数据挖掘见习顾问式是将写好的SQL脚本嵌入到一个PERL脚本,说白了其实并没有自己写PERL脚本,只是写了SQL而已。TD对所有实习生都是要求第一个月写好SQL,提高取数和导数的效率。然后,TD对实习生的工作分配是按照面试的表现和技术特长去安排的,不是你想去就能去。或者说你现在想去的部门和你现在的能力是不匹配的。最后,作为实习生,不要对企业抱太大的期望。企业是以创造价值为前提的,和学校是有区别的,你不能为企业创造价值,你的要求也不会受到重视,说白了就是能力决定了大部分的事情。建议:沉下心来,成熟地思考自己缺什么。兴趣是一回事,你能做到什么程度是另外一回事。PS:TD对于实习生的“培养”,还是挺赞!有这个机会进TD,应该觉得幸运。
■网友
在天睿干过几年,岗位什么就不说了,很容易被人肉的。。。总体来说,在天睿做数据挖掘,包括你以后在工作岗位上做数据挖掘,不是让你发明挖掘算法,不是让你优化已有算法,那些是相关专业硕士博士做的事情,你的最终方向是运用sas,spss,r语言和其他工具,来对客户业务数据进行建模,解决实际业务问题。 数据分析和挖掘的方法就那么多种,一双手一双脚能数的过来。你用心点,可能两三个月就顺溜了。那么,做挖掘关键问题是什么?是数据,是业务,你必须懂每一个数字的数据含义和业务含义,一般是在仓库组能更好的学习。你ETL,或者做模型,要有意识的培养自己的对数据和业务的理解,既要有对客户整体业务和数据构架的把握,还要有对数据和业务细节的深入理解。只有在从技术的框框里跳出来,把自己培养成业务专家,数据专家,开展数据分析和挖掘才能一步千里。我见过太多的TD的工程师,干了很多年ETL工作甚至模型工作的,每天和源系统打交道,和整合模型打交道,和汇总层打交道,和集市打交道,还是不理解数据,不理解业务,没有完成业务转型。也见过所谓的数据挖掘和分析的专家,只懂得回归、聚类、分类的算法,问起业务问题一问三不知,做的挖掘和分析结果没有业务含量,我用脚趾头能想出来的东西,他用计算机跑三个月才给我弄出来,真是可笑。所以,你现在的行业切入点是对的,就看你能不能把握了。 当你对数据和业务绝对了解的前提下,td内部换组或者跳槽到sas或者甲方挖掘团队,还是分分钟容易的。


推荐阅读