我自己本科和研究生學的都是統計學，工作之後一直做的是資料分析和挖掘相關的工作。我自己基於對資料探勘的理解簡單回答一下這個問題：

先直接給答案：只要想往這個方向發展，肯定有戲。

先說一下的優勢：你是有學資料探勘的基礎的，你本科讀的是統計學，至少學過高等代數、機率統計、線性模型、logistic迴歸模型、多元分析相關的一些方法和理論的。這些方法和理論在學資料探勘的時候都用得著；另外你在學統計學的時候也應該學過一門相關的軟體。如果是Python的話這個對後續做資料探勘也是非常有好處的

再來說一下你的劣勢：

1.你學習資料探勘的時間可能比較有限：你本身在讀管理會計相關的研究生，要完成學業拿到畢業證，肯定要花費你大量的時間。中途放棄似乎有點可惜，個人建議還是要堅持

2.學習資料探勘跟目前對研究生學習的管理會計存在一些思維上的衝突。這個可能是比較大挑戰的。資料探勘主要要側重三點：

a. 資料探勘演算法（logistic迴歸+l1+l2正則化、決策樹、adboosting、RF、gbdt、xgboost、k-means、關聯規則等等），需要對演算法的流程和細節有所理解，並能瞭解各種演算法的優缺點

b.基於python的演算法實現，需要了解並熟練執行numpy、pandas、matplotlib和sklearn等相關的包。在企業實踐的過程中，可能還需要熟練執行shell命令列

c.具體的資料探勘案例實踐，這個建議去kaggle上面去刷一些實際的賽題。kaggle上面有各式各樣的懸賞賽題。這樣賽題都是根據企業資料和實踐問題提煉而來。所以具有很強的實踐意義。

從專業來說是有優勢的，有運籌學的基礎再來做資料探勘相對容易許多，什麼是資料探勘？資料探勘是一種嶄新的商業資訊處理技術，其主要特點是對商業資料庫中的大量業務資料進行抽取、轉化、分析和模式化處理，從中提取輔助商業決策的關鍵知識。

由於資料探勘專案多是在資料倉庫建立成功的基礎上才開始展開的，所以資料探勘的很多技能與資料倉庫是類似的，我認為主要需要學習的有以下幾點：

1、（資料庫基礎，ETL）熟悉Oracle資料庫的PL/SQL開發，儲存過程、動態遊標技術是必須要精通的，像PL/SQL、Toad是最好會使用的，因為多數資料倉庫專案建立在Oracle上的

2、（作業系統）會使用Linux

3、（資料倉庫基礎）瞭解資料倉庫理論，瞭解維度、事實表、OLAP立方體

4、（資料探勘）熟悉資料探勘理論，瞭解各種挖掘演算法，熟悉資料探勘工具SAS EM和Clementine，現在多數公司都是使用這兩個工具。

5、有程式開發思想，熟悉C、C++或者Java

6、良好的溝通能力+團隊合作精神也是必備的，沒有這兩項，是不會成功的。

個人認為未來的會計學可能會因人工智慧的到來而遭受到衝擊。會計學專業對於數字應該是很敏感的，我覺得你很有必要走大資料這條路，個人觀點。