大數據平台（分散式系統，如hadoop）和數據挖掘從業者人生髮展前途比較？小弟現在研一，不知道專註哪一個？

01-18

對於數據挖掘從業者來說，平台搭建和數據挖掘演算法一樣重要，它們是相輔相成的。

相對來說，如果你偏向於數據挖掘演算法研究，可以不用深入進行平台開發，注重平台應用就行

關於這個問題，我的觀點是兩手抓兩手都要硬。

關於大數據平台這個大致屬於工程問題（雖然有一些基礎演算法要實現分散式的版本也需要一些理論，但更多的問題是系統構架），工作著重於構架方面的內容，比如資源調度，任務調度，消息機制，冗餘等等。推薦《大數據日知錄:架構與演算法》了解一下。

而數據挖掘更多的是理論問題，更多關注演算法問題。數據挖掘其他典型的應用基本分為3種，分類、預測、推薦，演算法大多是圍繞這三個應用展開的，當然作為從業者還有一項，就是數據可視化（當然這個屬於工程問題）。如果做中文，分詞是免不了的（軟體很多，但字典才是重點），如何構建一個字典可能是你的工作，如果需要人工糾錯，甚至還需要你編寫一個小型的網站作為內部產品供其他員工使用。推薦《機器學習實戰》這本書，和scikit-learn這個軟體，來了解一下。

關於前途，看題主想走學術路線還是工程路線了。走學術路線很明顯就是要讀個博士專門研究一個問題研究有點名氣，畢業了去個大公司做科學顧問。如果走工程路線的話，我覺得兩者沒太大區別，現在有一個經典的梗，每個公司都宣稱自己是大數據驅動的公司，並且都以為別家公司都做得很成熟了，但其實個個都是不知道做啥。作為技術人員不用擔心這個問題，把自己的技術棧填滿，啥時候都掙錢。如果題主確實對大數據，數據挖掘感興趣，上面的兩個方向一個是構架，一個是演算法，喜歡哪個就從哪個入手，自己感興趣的東西要自己去了解，興趣才是第一生產力。另外附一句《大教堂與集市》扉頁上的名言「要尊重能力，要珍視和捍衛自由，特別是：昆蟲才講究技能專一」

兩者的區別就是做工具，和用工具創造價值的區別。看你個人的喜好，喜歡研究架構，就選前者；喜歡研究問題，就選後者。