每日一发小视频
个人理解，计算机视觉的技术难度会更高一些。主要原因是两者所需要处理的数据和解决的问题方法有比较大的差异：
1.计算机视觉处理的数据更多是图片和视频相关的数据。这类数据一般是非结构化的数据，处理难度会大一些。
数据挖掘相对而言处理的数据是结构化的数据（比如身高、体重、收入类似可以用数值直接度量或者很容易转化成直接可以用数值度量的数据
2.计算机视觉里面处理处理问题用的方法一般相对而言会高深一些。计算机里面的机器学习问题一般用的深度学习技术相对而言会更多一些。但一般数据挖掘里面的机器学习问题用传统的机器学习方法相对而言会更多一些。
至于数学能力和写代码能力，个人感觉，计算机视觉要相对而言要求会更高一些，主要原因是计算机视觉里面用到的深度学习方法本身对数学和代码能力的要求也会高一些。
统计学的世界
直接分享个人看法。
假设是技术能力都过关，不是很水，有研发能力。
个人单干的话（小团队也算），应该是计算机视觉领域更合适。为什么呢？从我的工作经历来讲，数据挖掘领域的第一个问题就是数据从哪来。个人从不同渠道搜集整理数据的难度太大和可操作性低，费时费力，自己一般是搞不动的，没有大量的有价值数据，数据挖掘也就无从谈起。第二点，很多数据都是企业的核心资产或者商业机密，是不大可能随便给第三方的个人或者小公司小团队的。个人单干数据挖掘工作在业务拓展上有诸多不利。
相反，计算机视觉在数据采集标注训练上相对于数据挖掘容易得多。光是公开可用的图片数据集都很多。而使用这些图片视频数据进行的工作是可以留存的，但你的数据挖掘工作如何方便地从一份电影数据迁移到游戏数据呢？？
烧钱这块？就个人单干而言，初期计算机视觉领域要比数据挖掘更花钱，要用GPU训练，视频图片数据量存储也很大。但这不是绝对的，数据挖掘遇到有几十亿数据或者对计算速度有高要求的情况，服务器的消费也不少。
两者的市场前景没有明显的孰优孰绝，短期内来说计算机视觉的热度应该稍好，也有小团队的成功案例，毕竟是实打实可以看得见摸得着的东西，应用落地普及的速度要快很多。而数据挖掘的历史悠久，更具战略价值。所以不太好说哪方面的前景好，说不定二者结合，做计算机视觉领域的图片视频数据挖掘更牛更有前途！
