如果你有信心考研的話，建議你考，讀研究生出來優勢要大一點，大資料，人工智慧這塊，除了大公司以為，目前國內做大資料的公司還是相對比較少的，選擇讀研這條路比較好的，正如資料分析是需要有頭腦有研究的人來做的，資料分析這塊人家起步都是碩士以上，讀研出來了，進大公司的門坎就低一些，現在的社會學歷也是個敲門磚啊，如果你條件允許，建議讀研，儘量考211以上的學校。

第一，普通二本應屆生是不存在人工智慧工作的，但是一些天才可以。

第二，你首先要搞懂機器學習需要什麼，企業需要什麼。我這裡簡單提一下，前幾年人工智慧是比較吃香的，今年引來分界點，由於會點機器學習的人太多但是這些人又很難產出什麼（產出一個人工智障或者缺胳膊少腿的），所以基本校招這塊卡得很嚴格，要求的都是一些實力比較強的人（往往是他們拿了一大堆offer），兩極分化特別嚴重。人工智慧勉強稱為演算法崗，數學，微積分，線性代數，英語（很多優秀的演算法論文都是英文的）等等能力都要求很高，不是你會python就可以了，python只是最最簡單的工具。很多培訓機構培訓演算法，我只能說牛逼。

最後最好加油考個好學校讀研，給你一個剛收到的招聘資訊。名牌大學優秀博士生

個人覺得先考研比較好，這樣你的平臺才會更大，以後你會感謝你自己的選擇的，這點我也是強烈建議的。如果你的能力足夠優秀，去工作問題應該不大。祝好

通常情況下，本科畢業生大部分都是從應用級開發開始做起，如果想做機器學習類的研發型工作，往往都需要具備相對完善的知識結構。所以，如果想從事研發型工作，讀研是一個比較現實的選擇。

隨著大資料的發展，機器學習（包括深度學習）得到了廣泛的關注和應用，機器學習目前在自動駕駛、計算機視覺、機器人等領域都有廣泛的應用，在網際網路企業中更是被大面積的使用，可以說目前從事機器學習方面的研發有廣闊的發展前景。

從事機器學習方面的研發需要具備三方面的基礎，首先是具備紮實的數學基礎，因為機器學習的步驟包括演算法設計、演算法訓練、演算法驗證和演算法應用，所以紮實的數學基礎是從事機器學習的先決條件。其次要具備紮實的計算機基礎，機器學習涉及到很多內容，不僅需要透過程式語言來實現演算法，還需要了解計算機體系結構、計算機網路、各種嵌入式裝置的工作機制等等。最後還需要掌握一個系統的研究方法，而這正是從事機器學習研發的重要環節，也是自學者最難掌握的內容之一。

對於計算機專業的本科生來說，數學基礎和計算機基礎都比較紮實，但是缺乏研究的深度和實際操作的經驗，如果剛畢業就從事機器學習方面的研發需要有一個系統的學習過程，通常不少企業並不具備這樣的條件，所以本科畢業就從事機器學習方面的開發是比較困難的。

所以，如果想從事機器學習類的工作，讀研是一個比較現實和可行的選擇。

作者簡介：中國科學院大學計算機專業研究生導師，從事IT行業多年，研究方向包括動態軟體體系結構、大資料、人工智慧相關領域，有多年的一線研發經驗。

首先，沒有什麼是肯定的或者否定的，您能不能做這個事也不是因為你出身普通二本的原因，要學會自信的，再說說資料探勘吧，你想從事相關職業，你就要明白你和這份職位的切合度是多少，比如說你的程式碼能力怎麼樣？你是否已經掌握了資料探勘相關演算法？你是否懂一點hadoop，hive之類的？這些問題才是你能不能從事這份工作的原因。如果你的確想從事與資料探勘相關的工作，少一點自卑，踏踏實實的去了解相關職業，學習相關技能吧，學校固然重要，能力是更重要的，我見過很多雙非學校的學生在BAT乾的很好，我也見過很多985學校的學生水的厲害，so，加油吧！用實力說話。