在未来，计算机视觉与数据挖掘，哪个发展前景和机遇要更好？

这个各有千秋吧。相对而言计算机视觉更专一点，数据挖掘相对而言适应面更宽一点。简单来看一下定义：

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像——百度百科

数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标——百度百科

两者的区别有点象专业论文和科普论文的区别。前者更深奥，不是相关专业的人其实很难说出个一二三。整体的理论和应用相对而言会比较前沿。后者则更大众，而且在行业的应用相对而言跟广泛。要说发展情景，如果能进入计算机视觉领域当然前景会不错。而言相对而言需要的技术相对而言比较高端。前景（钱景）可能也会更好。但就业面相对会窄一些。数据挖掘就业面相对会更广一些。

最后说一些他们各自需要的知识储备：

AI智能机器人崛起下，数据挖掘更有战略性意义，挖掘整个地球·微观·宇宙数据。相当于战略性的等级，核武器等级。

在人类需求下，计算机视觉更有战术上的意义，精确显现到夸克·外太空·宇宙景象。相当于战术性等级，精准常规导弹等级。

懂了吧。

数据挖掘比计算机视觉更具有价值。

一个是点面的表现，一个是全内的表现。

这两个是一回事，不存在谁好谁坏的问题。都是一种应用。

个人觉得数据挖掘发展前景更好！

为什么大数据应用工程师能拿到高薪？

大数据行业对开发人才需求大，谷歌、阿里巴巴、百度、京东都在需要掌握hadoop技术的大数据人才！在未来，无论掌握大数据的哪一类型，都相当于掌握自己的“钱途”，做时代的先行者！

好就业还得是高薪资

学习大数据挖掘，通过本专业2年全面系统的学习，毕业后可以掌握配置、部署、运维和保护公司和组织机构部署CDH所要求的Apache—Hadoop集群方面的专业技术；学完毕业后具备实践动手能力的，满足企业大数据应用技术岗位需求。

计算机视觉的发展前景和机遇更好一些，当然，也很难，挑战性很大。

从目前来看，计算机视觉的应用场景已经很多了，

计算机视觉需要图像处理当年的知识，还需要机器学习，深度学习算法。

数据挖掘吧，因为我本人目前正打算走大数据这一块，数据挖掘需要极高的数学知识和编程能力，相对而言学历要求也很高。