先简单的做一个自我介绍吧：
我是一所普通211的一年级研究生，88年底出生，男，专业是通信工程，本科也是该校的。
07——11年在这所学校读本科，过了四六级，计算机二级。
参加了11年的考研，考华科电信，数学128，专业课136，政治70，英语38（没有过线），总分372
自我评价，自己的数学基础还比较好，肯专研。
11.7——12.5在一家做半导体材料和产品的公司工作，工作的内容是PCB，基本没有工作压力，所幸就在职复习考研了，就直接考回了本校，学术型研究生三年。（整个考研期间我只请假了一个星期）
自己在考完研以后就开始看C，C++primer（翻了两遍了），VC++深入详解 孙鑫（看了一遍），也看了一点JAVA编程思想。。
12.6——12.8在一家台资企业工作，在佛山顺德，是一家子公司，该公司是一家生产型的公司，生产服务器等。我也是在这家公司开始接触linux，把鸟哥的私房菜翻了两遍，看了一点linux编程。
12.9到学校报到了，但是自己在当初选导师的时候没有选择正确：导师（一女的，学术能力比较强悍，现在是副教授，三十五不到）的方向是高光谱遥感数据处理（国家青年基金的项目，偏向学术）。而且导师要求有点严，要求周一到周五早中晚必须呆在实验室！！妹的，有点恨这导师了。。。
下面说一下我自己的一些想法吧（我有点啰嗦哩，期望大家耐心一点，不胜感激）：
导师的方向是高光谱数据处理，偏向算法，一上来就是要我们搞svm，knn，lda等等，监督学习算法，半监督学习算法，机器学习等等，主要是遥感数据的分类算法，用matlab来实现，
有人说这些算法就是数据挖掘里面的核心算法，但我似乎还没有懂这些东东到底是什么个玩意儿。。
我作为她的研究生，每天要做的事情是看有关高光谱数据处理算法的文章，完了理解别人的思想，用matlab来实现，这些也就是我最不愿意做的事情，每天仅仅只是做做仿真，妹的！！
现在的我刚报了软考中级，主要是用周末跟周一到周五中午的那点时间在看书做题，顺便看看java编程思想。。
每次只要一想到自己的未来，就有点后怕。因为导师的课题方向主要用matlab来实现；然而前车之鉴，仅仅会写matlab代码，发一两篇核心文章，这些东西对于自己找工作完全是不行的，压根儿就找不到工作，除了读博。。
现在我的困惑主要是在于数据挖掘方向的工作需要哪些技能和知识，我该如何学习，与导师的方向到底有什么联系……
期望各位给一点意见，不胜感激~~~
数据挖掘
------解决方案--------------------
建议你跟导师多沟通 跟导师深谈一次 互相了解下对方的想法
------解决方案--------------------
确实，沟通是应该的，怎么着导师的经验还是可以给你分享一下
------解决方案--------------------
这位仁兄还是蛮牛的，建议多沟通吧。
------解决方案--------------------
xuexiz
------解决方案--------------------
羡慕lz有好导师先
一般来说数据挖掘是属于BI范畴，BI是上世纪90十年代才被提出来，不说国内，其实国外也刚成熟，看看现在首页的linkedin的新闻就知道
个人认为这是个越老越值钱的行业，很有前途。
BI这个系统包括很多职业，java工程师啊，数据挖掘工程师啊，数据仓库什么的，lz既然已经有编程方面的基础，可以考虑在BI里面选一个方向钻研
嘛，我也还是学生，给的建议不多，仅供参考啦
------解决方案--------------------
恩。多沟通还是好的，早些明确发展的方向。
------解决方案--------------------
你的情况跟我太相似的了，我的老师也是个女的，也搞数据挖掘，偏算法，要求周一到周五在实验室，这样的情况估计还有很多。我的一个疑问就是虽然你的数学和专业课的分数都比较高，但是英语没有过线，怎么又上了研究生呢？
------解决方案--------------------
晕死，我居然能把两个帖子看叉了，看的楼主的内容，结果跳到另一个的回复内容，搞的我还写了那么多，不过也算相通吧，贴过来你参考一下。
6楼的是理论分析，很到位，11楼算是白话文告诉你其实数据仓库在干什么。
我理解楼主的意思，就想搞明白数据仓库到底是什么，总有个实物吧，接触了一段时间发现这实物就是数据库啊，所以就困惑了。因为我本人也是很讨厌专业术语，枯燥的理论这种东西，实在很虚，心里怎么都没有踏实感。我以我的经验，再把6楼的思想，按照11楼的分块部分白话文一下。
举个简单的例子，假设我们有一家小卖部，每天卖多少，营业额是多少，细心的老板可能还记个账，心里有个底，粗心的连帐都不记。那么这种规模，完全不需要什么数据库，数据仓库，每天大概挣多少，每年挣多少心里不是都清清楚楚的。随着生意好了，我们翻新成一家小超市，卖更多的产品，不用任何市场调研，用常识就能判断货品范围，卖几个月也能总结出进货量，出货量，这时候可能要请几个工人，账目就要记起来了，一家店的时候，我们用本子，或者电脑EXCEL记一下也是可以的，但扩张了几个连锁店后，如果你是老板，你也不放心每家店都靠这样记的吧，然后你就要考虑买POS机，每天的销售记录仔仔细细都在系统（数据库）里面存着，这就是业务处理数据库，如果这时候所发生的业务就几十万的量，放在一张hist表中，也许下一句复杂点的SQL也能做出一些简单条件的业绩报表，但是如果连锁超市往超级市场SUPERmart方向发展，那业务处理量大了之后，hist表大到不能直接在上面下复杂SQL了，下了之后超市实时的业务处理会受到影响，而且不能我每次需要这样的SUMMARY数据都用彪悍的方法来QUERY吧，并且，这时候我们对业绩分析的要求也提高了，就不仅仅局限于按照时间（天，周，月，季度，年度）或按照品种来进行统计，我可能要细分，比如老板要求你统计每个周六周日下午三点以后的刷卡的交易额，并且其中同一张单子中有购买两种以上类别（日用，食品，体育等）的单子情况，（这里我只是举例，这也涉及到商业智能了，这些分析可能可以给大老板的一些决策提供一些参考。但是不是所有老板都会有这方面的想法），但作为日常的分析，我们可能需要写一些额外的程序进行数据分析，并且把这些数据保存到另外一个业务分析数据库中。
至此，我想说明的是，数据仓库这个概念，跟我们一些企业日常在做的工作，整个界限是模糊的，你可以认为我们做的工作中，已经有部分工作在系统的进行数据处理的就是在做数据仓库，不一定是要使用什么级别的数据库，或者使用什么工具。