数据挖掘不是你想做就能做好的

idata

       这段时间，重新思考了数据挖掘这条路怎么走，因为是广东人，比较恋家，一直不怎么想离开广州。广州这边数据挖掘的氛围并不浓烈，并且能数到的企业就少之又少，招到的岗位就少之又少了。而自己一直都是混到中小企业里面，也没期待能去到那些高端大气上档次的企业，并且高大上的企业在一系列的高端定位需求下，也很容易把我这种只干活不吹牛的人刷下来。

       况且仔细看一下现在很多企业招数据挖掘，首先就是一系列的技术需求：具备C/C++、JAVA或Python的开发技能；熟悉机器学习的基本算法，熟悉Hadoop分布式计算和Web信息检索者优先；有大规模分布式计算平台的使用和并行算法开发经验。

       有时候看到这些就会我就会觉得心里拔凉拔凉的，现在的数据挖掘怎么都这么偏向追求技术方向，对业务、高级统计学、数据挖掘模型好像怎么都用不到了。难道会这些技术就能够做好数据挖掘了么？在我的眼中，数据挖掘就是小规模的数据建模及测试训练，结合业务对数据抽丝剥茧，找到最优的业务规则，然后借助开发人员把最优算法规则进行IT部署，进行全量数据调优，实现数据闭环应用。不可否认尖端的技术能够实现很多算法优化，但有时候算法最优的在业务应用过程中效果却不一定好，做数据的人都知道必须从业务出发，有时候还是用最有效的业务细分，也能达到不错的效果。但看到那些一系列的技术要求，有时候就怀疑自己是不是就要好好学好C、java等开发技能，才对自己的路有好的选择。但毕竟人的精力是有限的，也不需刻意去中途一把年纪再去折腾程序开发这些，因为写这些东西，还不如直接招几个刚毕业的学生，人家写这些代码写得又快又漂亮，比我这种奔3的人做得好很多。

       不可否认，现在非结构化的数据越来越多，并且越来越多。但要做好数据这一关，很关键就是将非结构化的数据转化成结构化的数据，而处理这些事情，其实做好标签库很重要，虽然没混过高大上的企业，但始终认为做好标签库，形成标准的标签目录，在目前风口上的大数据中始终很重要。而个人一直做的是偏业务方向的数据挖掘，过去2年中，有时候怀疑挖掘模型有些应用场景却不是很实用，有时候做的某些模型只是锦上添花的作用，很多时候做的模型都是结合业务出发，进行客户细分，然后输出营销清单，进行A/B测试及效果评估，然后将比较好营销效果的规则形成一套知识沉淀下来后续继续使用。

       对于数据圈子，发现这个圈子很小，能力如何，自然就知道。有时候有些大企业的数据人，没必要装着一脸清高，如果你不是公司的超级高层，没必要觉得自己高贵，其实大家身份都是一样，都是打工的，没必要过于贬低别人而显示自己的高贵和能力多强。每个人都有自己擅长的一面，遇到有些人因为口才不善或准备不足，就谈了15分钟就评价人家是打酱油的，而显得自己能力超强，其实没必要，个人曾经遇到这样的事情，做数据不是说得好就能把事情做好的，请记住。

       本来想折腾去互联网的，想不到还是回到了老本行，不过现在折腾偏挖掘模型的事情比较多，目前有些细节的问题有点缺乏，但还是抱着一颗小学生的心态去请教同事和朋友，总觉得越学习，越无知，在数据的路上，永远保持一颗无知的心态，才能有动力做下去。