数据分析、数据挖掘从业人员研究的算法 与 计算机科学所学的“算法”有什么差别？

[huzhikuizainali]

数据分析、数据挖掘从业人员研究的算法 与 计算机科学所学的算法有什么差别？两个“算法”是否有界限或区隔（可以是非严格的界限和区隔）？可否举例说明？还请行业从业人员指教！

注：这里所说的数据分析、数据挖掘从业人员不包括做基础设施建设的从业者。例如：开发维护 pandas 、Scikit 、TensorFlow 库的从业者。
这里所说的数据分析、数据挖掘从业人员大多数情况下是使用这些库去完成工作的人。

[VZXXBACQ]

个人觉得没有什么区别

如果要说为什么第一眼看起来差别这么大，可能在一个直接基于离散数学，另一个是最直接基于概率论与线性代数

两者其实是共通的，比如做数据分析里面就有很多算法用了 DP

[potian001]

在实际岗位中
数据分析的内容大多数是写 SQL，统计、分析、可视化一些已有数据，为领导、产品、运营的决策提供帮助。
算法一般是要将模型上线并且直接负责效果的。 这里面涉及模型训练(数据生成，样本清洗，调参....)，和模型上线(线上架构，线上效果，线上性能，线上策略....)

[huzhikuizainali]

@potian001 那像二叉搜索树、贪心算法、图算法（包括但不限于上述计算机科学专业教授的算法内容）是否在数据挖掘工作中经常使用？或者数据分析、数据挖掘领域有自己常用的算法体系。与上述计算机专业的算法几乎没什么交集？

[potian001]

@huzhikuizainali 除了面试，几乎不用