首先数据分析和数据挖掘是不同的岗位。正好两个工作都偶做过。首先，先简单来解释下这两个工种的差别。
从定位来讲：数据挖掘偏后台，数据分析偏前台；
从要求来讲：数据挖掘偏技术，数据分析偏业务；
从能力来说：数据挖掘偏编程，数据分析偏统计。
综合来说数据挖掘需要算法和编程熟练，数据分析对综合素质尤其是业务水平要求较高。两者都要求有一定的数学基础。
从目前的市场来看，数据挖掘的入门薪资会比数据分析高得一些。原因很简单，数据挖掘，也就是机器学习，主要是技术方面的知识，偏后台，重点是能够掌握机器学习或数据挖掘算法，同时可以独立于业务做一些数据挖掘算法开发和应用。所以数据挖掘岗位也分两种，一种是偏算法，这个很多是研究岗位，要了解原理，能够开发和改进算法。一种是偏应用，要结合业务实际进行算法的应用，比如分类的用户画像，推荐算法的智能营销等等这样也才能挖掘出有用的模式和知识。这个数据挖掘要求编码技能不错，比较适合你，在大数据环境下目前至少Java要熟，同时要学习Python的机器学习算法编程，scikit-learn的机器学习模型和算法的编程聚类，分类，回归等算法好好学习一下。
而数据分析除了需要懂技术，还要懂业务，能沟通，要了解企业，要对业务和分析方法进行的不断发展和积累。当然也必须需要一定的统计软件使用，前端编程，报表，可视化等能力。一定要注意，数据分析岗位如果掌握统计的常用方法与数学基础，sas/spss软件的使用，R软件的编程会是很好的加分项。
当然不谈服务部署的话，数据分析师是可以顶一些数据挖掘的任务，但是反过来却不容易。