数据挖掘工程师培训北风网

全国培训机构千千万，别的不说，给几点建议还是可以的：1.看师资，这个是必要的，毕竟好的老师，教学水平会直接影响在学学员的学习质量，那么我们该如何分辨？直接有效的方式就是实地的试听，试听老师的课程，去感受上课的氛围，学生的一个学习状态，大概你就清楚老师的教学水平了。2.看教学方式，授课模式，对于想通过培训转行IT，建议教学模式选择面授，教学方式选择理论+实践+项目实训的学习模式，因为技术行业，实践为主，面授的话，老师可以手把手的带，手把手的教，有什么问题可以随时的问，随时解决，提升自己的学习效率。3.看后期学员的就业情况，看口碑，市场的口碑，是否总体口碑情况较好，了解往届毕业学员的就业情况，平均薪资，这个你可以看他们的就业数据，有条件的可以跟以往学生联系下，了解具体的一个情况，心里就有底了。道听途说不足为信，要实地考察。个人建议，以上三个方面为重点考察要点，至于课程体系，学费，都是可以直观看到的，可以通过朋友，自己的对比来进行考量，就不一一的阐述了。对了还有最后一点，要明白，后期就业好不好，跟自己的技术能力有关，在培训期间好好的学习技术是关键，后期也需要自己不断的学习，那么就业自然是不用担心的。希望想入行IT的小伙伴，都能找到自己满意的培训机构。

大数据分析偏产品职位，一般不是技术岗位。技术岗位叫数据挖掘，又分为做模型和用模型的。做模型对数据要求非常高，如果自己不是这块料那就别去做，又痛苦又做不出东西来；绝大多数数据挖掘都是用模型，这个门槛就低多了。另外还有专门做大数据平台的，比如hadoop,spark这些，偏工程。

这个要看你在哪个城市了，每个城市所存在的机构都不一样。最好选择覆盖地区广的，比较权威的培训机构。大数据的专业要求很高。目前敢培训大数据的学校都是具备一定专业性的，主要看看是否能提供真实的案例来供学生们分析来进行专业性的判断。多看看网络上的口碑。找到真正适合自己的培训机构。需要掌握的专业技术：坚实的Java技术作为基础支持，之后学习：Hadoop，大数据存储，大数据架构设计，大数据实时计算，大数据数据采集，大数据商业实战等。技术人员就业方向：大数据系统研发人才，大数据应用开发人才和大数据分析人才。

数据挖掘工程师可以通过学习考取两个证书，证书目前主流有两个，一个是CDA，另一个是CPDA。全名是数据分析师，主要是数据分析方法、技术和软件操作为主。它包括：1、统计概率基础；2、数据分析模型方法；3、软件、工具的运用。如果这些技术不会，也不可能会操作数据分析。所以，CDA主要是针对数据分析师必不可少的技术性培训，是数据的获取、储存、整理、清洗、分析，检验到结果报告一个整体的过程，以及数据分析部分软件的操作。全名叫项目数据分析师，国内出现最早的数据分析培训，原先是信息产业部在组织，目前由中商联数据分析专业委员会和工信部教育与考试中心主管，内容主要针对的是基于企业在投资、经营、管理领域的数据分析，类似于MBA课程。课程包括《数据分析基础》、《战略管理》、《量化投资》、《量化经营》等，覆盖企业运营的每个环节，以数据分析的方法来进行的管理、经营、投资的分析，应该说企业的管理层适合学习CPDA来进行管理层面的分析和指导。关于数据挖掘工程师的课程推荐CDA数据分析师的相关课程，课程内容兼顾培养解决数据挖掘流程问题的横向能力以及解决数据挖掘算法问题的纵向能力。要求学生具备从数据治理根源出发的思维，通过数字化工作方法来探查业务问题，通过近因分析、宏观根因分析等手段，再选择业务流程优化工具还是算法工具，而非“遇到问题调算法包”点击预约免费试听课。

数据挖掘领域是一个独特的行业，通常的招聘面试方法可能不大适用于本行业的特点。在招聘一个合格的数据挖掘工程师时，公司一般关注以下三个方面：

他聪明吗？聪明意味着能透过复杂的信息建构问题并以正确的方式加以解决。聪明人还能从失败中获取经验。

他能否专注于项目？专注意味着在各种困难的环境内，仍能独立或合作完成项目。

他是否能与团队一起工作。团队合作需要很好的沟通能力，工作中涉及到的概念、问题、模型、结论等都需要成员之间正确的沟通方能加以明确。

为了解候选人是否具有数据挖掘工程师的潜质，需要一小时的面试，主要通过以下五个环节：

1、简介

如同交谈之初的寒暄一样，简介是使候选人放松下来。可以先介绍一下公司本身的情况，再回答对方的一些疑问。如果问题很复杂，可以将回答放到面试的最后阶段再处理。

2、关于数据挖掘项目

这是最为重要且耗时的面试阶段，询问候选人最近接手的数据挖掘项目的情况和处理方式。要提问的方面包括：

他一开始是如何描述这个项目的

项目持续了多长时间

这个项目的关键问题是什么

问题是如何得到解决的

在数据挖掘项目中最为困难的阶段是什么

最有趣的阶段又是什么

在他眼里，客户是怎么样的

团队的其他成员又是如何表现的

从中获得了什么样的经验

在这个面试阶段，不仅要提问关于“what”的问题，还要很多关于“why”的问题。因为优秀的数据挖掘工程师要能面对客户，清晰的论证并支持其提出的观点。

3、关于数据挖掘的流程

考察候选人对于工作流程的认识是必要的，如果他谈到了跨行业数据挖掘流程规范（CRISP-DM）意味着好兆头。有很多时候，候选人对这些规范不以为然。虽然说从不同的角度来看待问题是一种创新，但是创新也需要建立在坚实在流程标准之上。因为它可以保证我们不会出现大的纰漏。

必要的时候，可以用白板让候选人画出流程图。并让他评价这些工作中最为重要或需要反思的地方。因为建模工作不可能一次完成，反复的提炼问题、建立模型的情况是经常遇到的。

另外可以在某个挖掘流程进行深入考查，例如询问对方如何避免过度拟合，如何从大量的候选变量中进行筛选，如何评价或比较模型的效果。

4、解决问题

软件公司的面试一般会包括“编码测试”，考查数据挖掘工程师也应该如此。一种可以参考的作法是提供一份存在缺陷的分析报告。让候选人对报告进行研究，表达报告中结论的意义，提出其中所存在的问题或不足，提出改进或补救的方法。

5、收尾

在面试的最后阶段，需要回答候选人的其它提问，并使之相信本公司在本行业中的优势地位，以及在职业生涯中的作用。在完成面试后，需要立即将面试记录进行整理存档。