数据挖掘考研：应用数学专业的学生（金融工程方向），想跨考数据挖掘或者算法类的研究生，理智吗？

我的建议是首先要了解你的兴趣，从职业发展角度来说，金融或是数据挖掘，都是目前市场上大热的两个方向，你想去的金融机构和互联网行业对于数据分析/数据挖掘人才的需求大概可以分成两种/三种：

1.数据分析师/商业分析师

这类职位一般只要求理科定量研究的背景数据挖掘考研，有一定的逻辑思维能力和实际的动手能力就可以了。更重要的是对业务的了解和足够的逻辑思维能力，能从数据中发现潜在的问题和机会数据挖掘考研，帮助商业决策。

2.数据挖掘工程师/算法工程师（需要写生产级代码）

这类职位在互联网/IT公司居多，需要很强的生产级代码(JAVA/C++)写作能力和工程能力数据挖掘考研，以及丰富的机器学习理论背景。

3. 介于1与2之间的职位

这类职位差不多就是需要有很强的coding skills，但是未必要写生产级代码。例如负责离线算法的设计、模型的理论研究、或者一些金融机构的量化交易、金融工程研究岗位。包括许多顶着工程师头衔的工作，其实日常工作中也只需要会用一些常用的统计软件和脚本语言就足够了。

像你现在的几个选择：

a.数据挖掘/算法的硕士，更加适合去互联网行业做2/3类的工作。

b.统计/应用统计，更适合从事1/3类的工作，去金融机构是一条不错的路，基本去不了互联网公司做2类的工作。

c.继续念金融数学，可以从事1/3类的工作，更偏向于金融机构，特别是投行的quants、即衍生品定价部门。

另外对于你的一些顾虑，比如"毕竟一个半路出家的人的计算机知识面怎么也很难超过大学四年长期浸泡在计算机系的考生"，或者“数据挖掘的计算机方面的能力将无法获得设备和环境条件的支持”这些。只要你有心数据挖掘考研，这些都不是问题。