从求职、转行方向回答一下

自己最初想要转向数据分析和挖掘方向时，也遇到过这个问题，经历了为期几个月的求职，看了无数JD，经历了N轮面试之后，现在基本清晰起来。大概总结如下：

数据分析岗：
偏业务，需要对业务有深入了解，根据业务目标，选择合适关键指标，将业务场景抽象成数学和统计学问题，通过统计方法或者简单建模来计算和获取关键指标值，并进行可视化呈现。
常常与运营、市场、产品等团队对接，协同工作。
面试常见问题：
给出业务场景，选择关键指标
对行业、业务的理解

数据挖掘岗：
偏技术，使用机器学习、深度学习等算法，对数据进行清洗、特征处理、建模、预测分类、精度评价，模型上线后要进行监控和优化。
面试常见问题：
过去分析经历中具体分析过程（重点在特征处理、建模、优化、上线效果）
常见算法的定义、区别（随机森林、GBDT、SVM最常问到）
给出场景，选择合适算法模型

参考了许多人的观点，总结出下表：