想知道学什么最好，我们先来了解一下这三个领域：

1. 数据挖掘

数据挖掘(Data Mining)就是从大量的数据中，提取隐藏在其中的、事先不知道的、但潜在有用的信息的过程。

数据挖掘的目标是建立一个决策模型，根据过去的行动数据来预测未来的行为。

2. 计算机视觉

计算机视（Computer Vision，简称CV）觉是人工智能 (AI) 的一个领域，是指让计算机和系统能够从图像、视频和其他视觉输入中获取有意义的信息，并根据该信息采取行动或提供建议。

如果说人工智能赋予计算机思考的能力，那么计算机视觉就是赋予发现、观察和理解的能力。

3. 自然语言处理

简单地说，自然语言处理（Natural Language Processing，简称NLP）就是用计算机来处理、理解以及运用人类语言(如中文、英文等)，它属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。

接下来，我们就通过多个维度来说一下三者的优劣：

1. 岗位数量：从岗位数量来讲，数据挖掘的岗位数量是远小于NLP和CV的，但从业人员相对也是较少的，所以在业内就业情况来看，就业难度差距并不大。

2. 上手难度：从入门角度来讲，CV的入门难度是比较小的，但想达到中高级工程师水平，其难度反而比NLP更难些。至于NLP，技术能力是一方面，数据敏感度也很重要，所以要说难易程度，有些难以辨别。

3. 使用场景：CV方面的落地技术比较成熟，范围广、成果也比较丰富；NLP的落地技术范围相对较小，但在许多关键技术上需求明显，前景巨大。至于数据挖掘，这部分内容主要是预测和分析，知道企业决策的，使用场景比较抽象。

4. 就业薪资：就业薪资这三个方向都是比较不错的，每个岗位也是薪资极高极低的情况都存在，但从平均薪资来讲，NLP方向还是更胜一筹的（30.01k），CV和数据挖掘相差不多（28.7k）。

比较结束，希望可以对你有所帮助，但是我觉得无论谁优谁劣，最重要的还是感兴趣，我相信能考上研究生，学习能力是不缺乏的，那剩下就是努力了，在不喜欢的领域努力，怎么可能比在喜欢的领域努力更有收获呢？