数据挖掘/数据科学岗位的需求量真的很多吗？

[1oNflow]

前一阵子面试某二线城市（也可以说是互联网三线）最好的软件公司之一的数据分析职位（分析的确还算不上挖掘，但这是城市里唯一带数据俩字的职位了），面试官说公司其实用不到数据挖掘的东西，工作流程就是数据的爬取、处理、分析，算法也是外包的，所以你之前的方向（其实只能算是本科实验室老师的方向）和我们做的东西关系不是很大。

虽然在网上可以查到报告说数据挖掘的需求量很大，工资水平也不错，但实际的体验却难以说服自己。或许是城市 IT 氛围太差限制了人的视野，不过我也有些担心未来继续读研后至少是读论文、构思想法、提出数据挖掘领域的新理论、算法这样的学习和毕业要求，同时也可能被老师安排了一个比较细致独特的方向，然后毕业找工作时发现，其实没有多少公司用得到或者有能力构建真正的数据挖掘 /数据科学的人才团队，面试时公司说自己的经历（科研、项目）其实『不对口』，虽然基础知识都是共同的，但论文、项目也不能都做很宽泛，很万金油吧，那这样出路（可以申请的公司和职位）就被大大限制了吧。

所以想问下国内一线城市和国外（因为在国外读研）对数据挖掘 /数据科学岗位的真实需求是怎样的？平时真正的工作内容是怎样的？校招比较看重的是什么？

非常感谢。

[fuyufjh]

传送门： https://www.zhihu.com/question/31284094

[imn1]

数据分析始终是个「没有直接产出」的工作，并不能短时间看到成效、利益
所以，当热潮退却，还能坚持的，形成工序的，才是有心搞的
就是常说的那句话，潮退了才知道谁在裸泳

如果一个企业，它同时存在产品研发（类似实验室之类）的部门，或者是比较正经在做数据的
只有数据、却没有研发，就是赶潮裸泳的，要分清楚

[Philippa]

数据挖掘实践中其实是数据 ETL, 还有大量的数据标注和收集, 还有涉及不同部门的办公室政治。它实质上需要相当的权力, 牵扯到很多人, 管理需要很精细, 容易淹没在日常的普通工作中。与想象中一个好想法验证比且产出一个 buff 差远了。