数据挖掘算法技术思维导图

      目前，数据挖掘算法工程师是一个比较高端的岗位，对数理知识、计算机技术和学历要求比较高，下面通过自身数据挖掘分析经验给大家介绍下数据挖掘算法工程师学习技术路线，给大家一个数据挖掘的技术全貌，使大家有个全局的思维。

一、数学基础

      可以说，搞算法就是搞数学，从事算法研发一定要有过硬的数理知识。优秀的数据挖掘算法工程师离不开扎实的数理基础。掌握所需基础数学知识如下图所示：

数理知识

二、工程能力

        优秀的数据挖掘算法工程师需要基于算法的工程实现能力，包括算法设计，算法开发，算法部署应用能力。掌握应用基本的数据库和一门编程语言如下图所示：

工程能力

三、使用工具

        当前，大数据时代，信息化社会必然产生海量数据，优秀的数据挖掘算法工程师必须具备处理海量数据的能力，虽说数据挖掘算法工程师主要是数理知识，但是有个好的工具可以让事情解决变得更容易，比如分布式计算能加快算法的训练，减少算法的训练时间，推荐目前开源的Spark和Hadoop计算框架。同时目前深度学习工具很多，仅介绍企业端最流行的框架Tensorflow.，下图是需要掌握的大数据和深度学习工具的技能：

使用工具

四、机器学习

        现在到了最核心的阶段，一个优秀的数据挖掘算法工程师一定要有扎实的机器学习基础。下图是需要掌握的最基础的机器学习知识：

机器学习

五、人工智能

        人工智能是个概述，里面的研究方向很多，大家可以根据自己的兴趣爱好自行选择方向。下图人工智能研究应用的基本知识点：

人工智能

纯人肉制作，下面是详细的思维导图链接：

数据挖掘第一第二阶段 | ProcessOn免费在线作图,在线流程图,在线思维导图

数据挖掘第三阶段 | ProcessOn免费在线作图,在线流程图,在线思维导图

数据挖掘第四第五阶段 | ProcessOn免费在线作图,在线流程图,在线思维导图