作为一名数据分析师，表示高票答案中的模型十分扯淡。。
既然最终目标是对答案打分（有分值），即意味着要实现的是一个回归模型。首先，聚类这种无监督学习对数值预测有个毛线球的用处；其次，即使是想用决策树来做个回归，你也首先得有个训练集，也就是说自己得给一部分答案打个分才能做后续的模型构建，主观性比分析更甚。。
还有就是，用写爬虫来区分两种职位有点太随意了吧，这玩意上手起来也就是几天的功夫（当然写大型分布式的爬虫需要一些功力，光是集群管理就比较麻烦）。
大部分时候模型构建的活，都是调用现成的工具包，然后做feature engineering和调参数，分析师干不了么。。而且抽feature大部分时候拼的不是技术，而是业务的理解深度。。
至今唯一一次让我觉得是数据挖掘工程师应该干的活是在面试飞利浦的时候，面试官直接丢给我两篇最新的英文论文，里面阐述了一个新的关联规则算法，给我三天时间用C++实现出来，并跟其他几种常见算法比较一下优劣。。
结果，我就去当数据分析师了。。
