大数据方向实习生到底该做些什么?

最近逃离学校在某大数据公司实习，虽然我不认为大数据像现在很多人说的那么邪乎，但是我认为互联网时代所带来的大量数据是很有价值的。所以便在这个公司做实习生，已经一个多星期了，都是做一些简单的搜索，排序，去重的活。excel就完全搞定了。每天需要找的东西毫无技术含量，却挺耗费时间。不知道这是不是实习的融入期。大三就逃离学校，冒的风险也挺大的。我该学点什么，做点什么准备才能让未来走的更快。毕业目标，在北上广年薪10w+这个目标容易实现么，需要具备什么样的素质。

对于一个实习生来说，让你处理Excel不能说不合理，因为Excel处理是数据分析的基础中的基础，拉拉数据透视表，写写vlookup等函数甚至用vb写一些自动化，一旦熟悉了对于你的数据分析是大有卑益的!还别说，一般公司的数据分析师岗位或者说一些市场调研公司还就只是要求会Excel和PPT。

说到薪资，对于北上广来说10W+是应届毕业生的程序员职位的起薪，如果你仅会Excel，去一些靠谱的市场调研公司做数据分析，大一点的公司如尼尔森、华通明略这种可以拿到6K左右的薪资，6*13就是8W左右了，如果你想去BAT这种公司里边做数据分析，只会Excel是不够的，你还需要至少懂点SPSS或者R，当然如果能进去的话10W+是有的。

大部分公司在招聘数据挖掘工程师时的门槛都是数学、统计学或者计算机的硕士以上，为什么本科不行非要硕士?大部分企业认为，只有4年的本科学习不足以理解数据挖掘相关算法的推导以及应用场景，要做好数据挖掘，除了坚实的数学和统计学基础之外，算法的代码实现也是很重要的考察地方。数据挖掘何以门槛这么高，他对企业真有那么高的价值么?如果将其应用场景搬出来便知分晓。某音乐公司A成立多年，一直以界面小清新用户体验绝佳著称，可惜多年来对音乐版权的重视程度不够，导致用户因下载不了喜欢的歌曲而频频流失。后来公司痛定思痛，决定另辟蹊径于是重金聘请了一支数据挖掘工程师团队，打造了音乐界最好的推荐系统，一下子挽回了大量用户，现在用户占有率稳居行业前三。是的，推荐系统可以说是数据挖掘最重要的应用场景，最初来源于电商网站的浏览了该商品的用户还浏览了什么，购买了该商品的用户还购买了什么，现在发展到各种复杂的特征度提取并从各个维度来计算相关性。很多著名的数据挖掘算法，如朴素贝叶斯、神经网络、逻辑回归等，都需要扎实的统计学基础以及相关项目经验才能成熟地应用于业务实践。数据挖掘是随着大数据技术的发展而崛起的一门职业，过去由于技术的局限，很多时候只能通过抽样来选取训练数据，导致最后通过算法出来的预测概率只有60%左右，而大数据的成熟让工程师能够对接近全量的数据进行建模，导致最后出来的预测概率能达到80%甚至90%，从而更能体现数据挖掘的价值。从职业发展角度来说，BAT是最适合做数据挖掘的地方，巨量的数据，对技术的重视甚至崇拜以及成熟的应用场景让数据挖掘工程师如鱼得水。一个硕士毕业并有1,2年工作经验的数据挖掘工程师在互联网行业能轻易拿到25K往上的月薪。