1樓：匿名使用者
做資料探勘的公司主要分兩類，一類是技術開發性質的公司，一類是應用諮詢的公司。
通常，大的系統整合商，如華為、亞信，以及諸如bo、sas等都算技術開發性質的公司。說白了，這類公司更多的是提供產品，包括後臺資料倉儲的建設、前臺展現系統的建設等。當然，資料倉儲等並不直接等於資料探勘，但對於好的資料倉儲，往往包含資料探勘的系統構成，當然前臺展現方面也需要便於展示才好：
）對於應用諮詢類的資料探勘，我個人覺得是最符合客戶需求的一類資料探勘服務，因為它往往能直接解決客戶的問題，幫助客戶成功。這類公司一般是諮詢公司。但國內做這類諮詢做得好的不超過十家，其中最出色的，應該算是上海的華院了。
當然，也有一些後起之秀，但他們的市場影響、客戶規模都還太過稚嫩。
以上供參考，均屬個人意見。
至於你要在什麼公司工作，看你的專業、能力背景了，不過在上海、北京這些地方，這類公司會更聚集，就業機會相對多些。
2樓：匿名使用者
網際網路做資料探勘的太多了，北京需求大。
資料探勘的前景如何
資料探勘的應用領域有哪些
3樓：cda資料分析師
資料探勘的應用非常廣泛，只要該產業有分析價值與需求的資料庫，皆可利用資料探勘工具進行有目的的發掘分析。常見的應用案例多發生在零售業、製造業、財務金融保險、通訊及醫療服務：
(1)商場從顧客購買商品中發現一定的關聯規則，提供打折、購物券等**手段，提高銷售額；
(2)保險公司通過資料探勘建立**模型，辨別出可能的欺詐行為，避免道德風險，減少成本，提高利潤；
(3)在製造業中，半導體的生產和測試中都產生大量的資料，就必須對這些資料進行分析，找出存在的問題，提高質量；
(4)電子商務的作用越來越大，可以用資料探勘對**進行分析，識別使用者的行為模式，保留客戶，提供個性化服務，優化**設計；
一些公司運用資料探勘的成功案例，顯示了資料探勘的強大生命力：
美國autotrader是世界上最大的汽車銷售站點，每天都會有大量的使用者對**上的資訊點選，尋求資訊，其運用了sas軟體進行資料探勘，每天對資料進行分析，找出使用者的訪問模式，對產品的喜歡程度進行判斷，並設特定服務，取得了成功。
reuteres是世界著名的金融資訊服務公司，其利用的資料大都是外部的資料，這樣資料的質量就是公司生存的關鍵所在，必須從資料中檢測出錯誤的成分。reuteres用spss的資料探勘工具spss/clementine，建立資料探勘模型，極大地提高了錯誤的檢測，保證了資訊的正確和權威性。
bass export是世界最大的啤酒進出口商之一，在海外80多個市場從事交易，每個星期傳送23000份定單，這就需要了解每個客戶的習慣，如品牌的喜好等，bass export用ibm的intelligent miner很好的解決了上述問題。
4樓：二愣
金融、醫療保健、市場業、零售業、製造業、司法、工程和科學、保險業。
介紹：發展歷程：
需要是發明之母。近年來，資料探勘引起了資訊產業界的極大關注，其主要原因是存在大量資料，可以廣泛使用，並且迫切需要將這些資料轉換成有用的資訊和知識。獲取的資訊和知識可以廣泛用於各種應用，包括商務管理，生產控制，市場分析，工程設計和科學探索等。
5樓：
資料探勘的基礎是資料， 所以應用做的好的領域肯定是資訊化程度高的領域。
1.網際網路。
現在使用者的每一步操作都是有痕跡的， 都有資料記錄， 推薦系統就是現在最成功的資料探勘應用， 像電商的廣告推薦， **的新聞推薦， 客戶管理等。
2.金融。金融行業一直都在使用資料分析技術，並很早就開始使用資料庫來儲存業務資料， 信用評估， 異常交易識別， 貸款風險管理等等都用到了資料探勘技術。
3.零售業。
資料探勘最廣為流傳的故事， 啤酒和尿布的分析， 就是來自零售業， 零售業使用數挖掘技術做了訂單分析， 客戶忠誠度分析等等。
4.電信業。
客戶流失分析， 營銷響應分析， 客戶細分都是資料探勘在電信行業的應用。
5.生物化學。
資料探勘技術在生物化學試驗中大量應用， 通過分析試驗資料， 尋找規律。
億信華辰豌豆dm視覺化資料探勘平臺深入洞察企業資料規律，充分挖掘資料潛在價值，多維度深度分析更精準。
直觀全程的視覺化建模。
豌豆dm提供全程視覺化的建模過程，從訓練資料集選擇、分析指標欄位設定、挖掘演算法、引數配置、模型訓練、模型評估、對比到模型釋出都可以通過零程式設計、視覺化的配置操作，簡單、便捷的完成。
6樓：智海創訊
網路輿情監控系統、企業競爭情報系統、全文檢索、企業搜尋等。我們就是應用資料探勘技術做產品的。可以溝通交流。
7樓：飄
資料分析、資料庫，可以用在各個需要資料分析的行業。
8樓：千鋒教育
大資料是資訊科技與專業技術、資訊科技產業與各行業領域緊密融合的典型領域，有著旺盛的應用需求、廣闊的應用前景。為把握這一新興領域帶來的新機遇，需要不斷跟蹤研究大資料，不斷提升對大資料的認知和理解，堅持技術創新與應用創新的協同共進，加快經濟社會各領域的大資料開發與利用，推動國家、行業、企業對於資料的應用需求和應用水平進入新的階段。
大資料開發和資料分析哪個前景更好哪個薪資高
9樓：加米穀大資料科技
大資料就業兩大方向：
1、大資料開發工程師
2、大資料分析師
一般工作包括資料清洗，執行分析和資料視覺化。核心職責是幫助其他人追蹤進展，和優化目標。
大資料工程師主要工作在後端。持續的提升資料管道來保證資料的精確和可獲取，好的工程師會為組織節省很多的時間和精力。
大資料分析師一般用資料工程師提供的現成的介面來抽取新的資料，然後取發現資料中的趨勢，同時也要分析異常情況。
資料分析師中的資料探勘技術方向，門檻較高，需要紮實的演算法能力和**能力，同時薪資待遇也更好。
10樓：文森森文
當然是大資料開發，慢慢的逐漸智慧化之前幹大資料分析的，將面臨被取代。
——來自海牛部落。
11樓：尚矽谷
大資料開發和大資料分析前景都是很不錯的，相對來說大資料開發薪資更高，大資料前景是很不錯的，應用領域多，人才缺口大，選擇大資料培訓機構的時候重點關注機構的口碑，除了口碑再瞭解機構的師資、就業、課程、費用等等方面，多對比幾家機構，希望你早日學有所成。
12樓：匿名使用者
資料分析師主要工作就是通過資料去解決企業實際遇到的問題，包括根據資料分析的原因和結果推理以及**未來進行制定方案、對調研蒐集到的各種產品資料的整理、對資料進行分類和彙總等等。
發展前景很好，畢竟資料分析這一行在國內才剛剛起步，很多企業都需要這方面的人才，是很有潛力的，這一行偏商科，技術輔助。真正的大牛不是資料分析工具技術，而是用資料幫助企業在產品、**、**、顧客、流量、財務、廣告、流程、工藝等方面進行價值提升的人。像我本人就是自學的資料分析師然後畢業後去了決明工作，現在基本實現了財務自由，但想成為大資料分析師的話，需要日積月累堅持沉澱下去，相信你總有一天也能達到這個層次。
企業在做資料探勘中應該注意哪些地方？
資料探勘對聚類的資料要求是什麼，資料探勘中 聚類演算法 資料集在什麼地方獲取的
1.可擴充套件性 scalability 大多數來自於機器學習和統計學領域的聚類演算法在處理數百條資料時能表現出高效率 2.處理不同資料型別的能力 數字型 二元型別，分型別 標稱型，序數型,比例標度型等等3.發現任意形狀的能力 基於距離的聚類演算法往往發現的是球形的聚類，其實現實的聚類是任意形狀的4...
目前我國量子科技的研究主要在哪些領域
目前量子科技的研抄究，主要還集中在量子通訊 量子計算和量子精密測量等領域。專家指出，量子技術的前景應用非常好，但真正應用到百姓生活可能還要數年。千萬不要因為這些不科學的炒作，擾亂了市場，使這個領域失去民心。依託中科大等高校的量子科研成果轉化，我國已成立了科大國盾量子技術公司等一批量子資訊企業。量子通...
到目前為止中國挖掘到最大的古墓是什麼墓
截止2019年，秦公一號大墓是迄今為止中國發掘的最大古墓。位於今陝西省鳳翔縣南指揮村，該墓有186具殉人，其中三層臺上環槨室置殉人166具，填土中埋人牲20具。秦公一號大墓是雍城遺址的重要組成部分，考古發掘開始於1976年，到1986年發掘結束。這次考古發掘了國內迄今規模最大 殉人最多 黃腸題湊 槨...