金融数据挖掘通常涉及以下几个专业领域：

大数据科学与技术：

专注于大数据的收集、存储、处理和分析。

统计学：

包括经济统计学、金融统计学、应用统计学等，提供数据分析的理论基础。

数学：

如数学与应用数学、金融数学，为数据挖掘提供数学模型和算法支持。

金融工程/金融数学：

侧重于数学和计算机技术在金融领域的应用。

商业分析/数据分析：

学习商业分析和数据分析的方法和技能，用于金融数据挖掘。

金融科技专业：

涵盖金融科技概论、金融学、投资学、互联网金融风险管理、金融大数据分析与管理等。

计算机科学与技术：

掌握关系数据库技术、数据挖掘算法、统计工具软件等。

信息管理与信息系统：

在信息管理大类中可能包含大数据管理相关专业。

经济学和会计学：

提供金融行业的基础知识，有助于理解业务背景。

推荐的大学包括宾夕法尼亚大学的沃顿商学院、纽约大学的斯特恩商学院、加州大学伯克利分校的哈斯商学院、普林斯顿大学的金融工程硕士项目。