1、编程/统计语言
数据挖掘在很大程度上依赖于编程，根据KD Nuggets的研究，R和Python是数据科学中最受欢迎的编程语言。
2、大数据处理框架
Hadoop，Storm，Samza，Spark，Flink，处理框架对系统中的数据进行计算，可以将其分为3类：仅批处理，仅流和混合。
3、操作系统：Linux
Linux是一种流行的操作系统，对于操作大型数据集而言，Linux更加稳定和高效。
4、数据库知识：关系数据库和非关系数据库
要管理和处理大型数据集，必须具有关系数据库的知识，例如SQL或Oracle，或非关系数据库，其主要类型为：列如Cassandra，Hbase;文件：MongoDB，CouchDB;关键值：Redis，Dynamo。
5、基本统计知识
统计的基本知识对于数据挖掘者至关重要，它可以帮助您识别问题，获得更准确的结论，区分因果关系和相关性以及量化发现结果的确定性。
温馨提示：
