datamining要读研究生吗？
我本科是数据挖掘，研究生是数据分析与决策，博士是大数据处理和可视化。对这个问题还是有一些发言权的。 先说结论：数据挖掘专业本科毕业，从事数据分析、数据整理类工作（非编程），起薪15w/年；如果读研，在以上基础上增加8-10w不等；读博的话，基本和大数据系统开发接近了，30W起。
接下来具体聊聊～ 第一，从职业选择来讲，如果你打算毕业后直接就业，那你本科期间就须打好基础，为入行做好准备。数据挖掘这个领域，其实涉及的面蛮广的，有商业分析、市场分析、统计分析、机器学习等等，不同的方向，所做的工作以及以后可能从事的职业也都不同。其中商业分析和市场分析偏应用，统计分析和机器学习偏理论。 如果题主准备出国深造，那建议你学商业分析和市场分析这类偏应用的学科，因为在国外这类应用型的专业比较容易申请到全奖。如美国的MBA、MFE(金融工程)等专业都属于偏应用的，也容易申到全奖。至于为什么，因为美国那边更重视应用型的硕士，而且这类项目一般规模都比较小，招生人数少，所以学生和老师之间更容易建立起紧密的联系，老师也会更加青睐于主动积极的学生。
第二，从学习角度来说，个人认为最重要的一点就是要多动手做项目，多参加竞赛（数学建模、Kaggle等），多跟导师做研究。很多研究生甚至博士生的专业知识都没有自己掌握的扎实，因此不要小看本科生！在项目操作过程中，你不仅需要运用所学的知识和方法去解决问题，更需要学会如何查找文献、梳理框架、设计算法、编写代码、调试运行、优化模型、绘制图表……一步步完成从概念-方法-工具-案例研究整个过程。
另外，多参加比赛也能让你快速积累项目经验，同时获得优秀的导师推荐。 第三，从就业方向来看，最对口的当然是数据科学/大数据相关专业，例如 Data Science， Business Analytics， Statistics etc.。这些专业的开设一般要求申请者拥有扎实的数理背景。以Umich的大数据专业为例，这个项目招收100%的MS，要求申请者的GPA至少3.0/4.0，具备很强的数学能力（强调线性代数/概率论/统计等扎实的基础）及计算机能力（强调Python，R，SQL，Hadoop等技能），同时最好能有数据库或者大数据相关的项目经历/竞赛成绩。
除了上述专业之外，由于Data Mining本身涵盖的内容非常广，不少同学会选择跟导师一起做研究然后申请PhD。以CS/SE/EE专业为主，很多学校都提供了类似的项目给学生。但是这类项目的录取率一般较高，因为会有许多套磁+推研的过程，所以如果确定要申请PhD，早一点联系目标院校的教授非常重要！ 最后我想说，不管怎么样，既然选择了DS/MD这条“不归路”，那就勇敢地走下去吧~这条路上有很多同行者，也有很多意想不到的惊喜哦^_^