個(gè)人的理解，歡迎交流。

如果想從事數(shù)據(jù)分析/數(shù)據(jù)挖掘/機(jī)器學(xué)習(xí)，首先你需要一門編程語言，如Python或者R。

在分析挖掘過程中，需要建立模型，優(yōu)化模型參數(shù)，需要了解概率論、統(tǒng)計(jì)學(xué)、線性代數(shù)的相關(guān)知識(shí)。

Python或者R需要搭建在一個(gè)系統(tǒng)上，如Linux，甚至需要自己編譯一些框架，如：opencv,mxnet

當(dāng)數(shù)據(jù)量大了過后，你需要采用分布式環(huán)境來存儲(chǔ)和計(jì)算，此時(shí)需要Hadoop或者Spark。

如果是做深度學(xué)習(xí)，那么你還需要配置一個(gè)Linux下的GPU環(huán)境。

在業(yè)務(wù)中，你還需要深入理解業(yè)務(wù)，方能更好的去建立模型。

在理解業(yè)務(wù)過程中，你還需要與各種人打交道，以便了解客戶的核心需求。

總之，進(jìn)：能了解客戶需求，出方案，中間還能帶團(tuán)隊(duì)。退：還能搭環(huán)境，寫代碼，建模型，調(diào)參數(shù)。

對純技術(shù)的了解，可以參考我的書《全棧數(shù)據(jù)之門》和文章『全棧數(shù)據(jù)主要技術(shù)點(diǎn)』。