1樓：Crow.Lu
19年10月16日更新
距離發這個答案過去一年了，如果有人有幸還會看到。我想先補充一句。
數學專業和統計專業，是需要定力和熱愛才可以選的專業。否則很難從中獲益。會有一段較高的爬坡起步期。
如果重點在於前半句想從事工作，
推薦計算機系的專碩。
想更長遠發展研發分析挖掘的同學，
我建議讀數學系或統計
以下為18年的原答案。
統計學專業，計算機專業，數學專業優先。
想省事看最底部總結：
樓下有說看工作分類。
數學，統計學專業會走向建模，研發演算法。
而計算機，軟體，資訊專業會走向平台搭建，平台開發，架構解決方案一句話：演算法研發走數學，統計學專業。 業務和開發及實施的走計算機路線。
18年10月17日
2樓：大哥的一哥
現在高校是設有「資料科學與大資料技術」這個專業，這是從16年開始，教育部只批了兩所高校，17年批了35所高校，18年批了200多所高校，正宗的資料科學的專業。
如果有些高校沒有的話，建議所選專業是「統計學」「數學與應用數學」等
3樓：Jack Sun
你要先想一下自己未來想從事的究竟是資料分析還是資料探勘/建模工作，事實上這兩種工作實際做的事情以及對應的技能要求是有比較大的差異的。
資料探勘——常見的崗位有機器學習工程師、演算法專家、資料科學家、統計科學家、各類Research Scientists等，他們做的事情主要是基於各類較為複雜的演算法開發乙個可以直接上線部署的模型。這類崗位對技術的要求很強，需要很強的機器學習和深度學習領域的理論知識以及出色的工程實踐能力，同時需要很好的研讀（英文）文獻的能力（演算法日新月異，不學習根本不行），一般來說行業裡的牛人大多是CS專業的phd出身。對應的研究生專業應該是電腦科學專業對應的資料探勘、大資料演算法方向。
資料分析——常見的崗位有商業分析專家、運營分析專家、資料分析專家、資料科學家等，他們做的事情有點類似於企業內部的諮詢工作，工作很大的一塊核心價值是通過資料幫助各種各樣的業務方以及公司更好的了解業務現狀，具體的工作內容包括但不限於開發資料包表、設計業務指標、評估功能上線的效果、分析某個指標的異動、探索某項業務有哪些改進方向等。這類工作需要的技能一般可以理解為Business、Statistics與Computer Science的綜合，其中需要通過研究生課程來深入學習的主要是Statistics和Computer Science方面的知識和技術。目前來看和資料分析師實際工作所需技能棧最匹配的是美國最近幾年興起的Data Science和Business Analytics專業，統計學、資訊管理與資訊系統（Management Information System）這樣的專業也比較對口。
不過需要說明的是，長期來看資料分析師的關鍵壁壘不是知識和技能（其實這塊門檻相對低，用SQL+Excel同樣可以做出很有商業價值的分析），而是對業務的理解、辯證思考能力以及講故事的能力（說服力），業內大牛來自各種專業的都有。
資料探勘和資料分析之間的聯絡，搞資料分析基礎是啥？就業情況怎樣？
mengyuancf 資料分析的基礎是要具備一定的數學 統計統籌的知識，當然你可定具備了，另外需要掌握一些必備的工具軟體的使用 如R Python excel 資料可基礎等 也就是你說的程式設計那一塊，這個在資料分析領域是屬於基礎知識的，只要你懂些即可，最關鍵的確實是你說的偏理論的東西，如演算法 資...
請問做資料分析和資料探勘用那種語言較好？
Trevor 工具是為了幫你更高效的解決問題，技術是為業務服務的，所以建議你應該先熟悉你所在行業的業務背景，看看經常遇到的是什麼問題，建立一套解決問題的思路，然後運用工具去幫助你解決問題。那麼提到工具，excel 肯定是最基本，然後就是sql，不管是關係型資料庫或者大資料平台，都可以根據需求去取數，...
資料分析如何轉資料探勘？
位元組Funk飛 資料分析如何轉資料探勘？雖然這二者都是直接根據接觸的職業，但是對於資料的處理和跟資料的關係還是有著很大的去唄的，資料分析師針對已有的資料進行不同的模型構建然後分析，將有價值的東西提取出來，但是資料探勘呢，只是單純的資料探勘，是一種資料收集和提取的過程 我之前也是資料分析，感覺沒什麼...