推扬网

 找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索
推扬网 门户 你问我答 查看内容

统计学专业该如何就业?

2020-7-16 17:35| 发布者: admin| 查看: 27| 评论: 0

摘要: w阿斯巴甜的回答 我说的概括一些吧,统计学和数学一样是一个服务类学科,并没有所谓的“对口就业”。 只要出现数据的行业,都需要统计学。 因为本来这个行业里面的人他们的专业范围是得到(产生)数据,比如说银行、 ...

w阿斯巴甜的回答

我说的概括一些吧,统计学和数学一样是一个服务类学科,并没有所谓的“对口就业”。 只要出现数据的行业,都需要统计学。


  因为本来这个行业里面的人他们的专业范围是得到(产生)数据,比如说银行、保险、零售、公共卫生、制药等等,而分析数据就已经超出了这个行业内人员的专业范围了。

  举个例子,比如制药,药学或者生物学的科研人员可以提出新药的配方,但是新药临床实验怎么设计?结果到底能不能说明新药比旧药效果好?结论的可信度是多少?有些参加实验的病人没有完成实验就退出了或者死亡了,出现了数据空缺,这些样本怎么处理?

  这些问题不是肉眼观察或者简单地加减计算能够回答的。这个时候就需要运用统计学的方法来处理。

  的确,银行、保险、医药好像感觉就业比例较多,那是因为这些行业对数据分析的依赖程度已经比较高,但是随着各行各业的发展,越来越多的行业开始需要数据分析这一个职业。不需要担心对口,如果用人方的需求是统计学人才,你去就能用上学的东西。

  我记得我一个老师说他有个学生去波音修发动机了,学统计的,利用发动机发出的震动数据(时间序列),快速判断是否出现故障,再交给工程师打开具体检查(记得不清楚了,反正就是类似这样的工作)。


  不管出国还是考研,我觉得还是读到研究生比较好,没有就业压力,就先读书。你会发现本科学的很多东西都太理想了,研究生才能学到一些“高超的技术”,来应对现实中的情况。

  软件方面R和SAS选一个精通就可以了。


小熙雅的回答

本人是中央财经大学统计学专业的学生,今年6月毕业,对于统计学就业有更深刻的理解,随着大数据的发展,数据可获得性的增强,统计学专业“前途”挺光明的,下面简单谈一下统计学的就业情况~

1.数据分析师(虽然很多公司第一年会让你当数据分析助理)。这个岗位应该是统计学专业学生就业时最常见的选择,很多大公司,如中国平安等都在招聘数据分析师的岗位,随着互联网的发展,很多数据可以在网络上获得(在法律允许范围内),很多公司对于分析数据有更高的要求,所以本科阶段一定要熟练掌握R或者python等与统计学有关的软件,相关算法也要掌握,数学建模常见的模型也要掌握。因为中财是财经类院校,本人本科阶段学过一些经济学和金融学课程,比如金融学和计量经济学等,这些基础性的经济和金融课程对于入职有很大帮助,因此建议本科可以多了解这些基础性课程。许多研究机构和研究中心也招聘数据分析师的,这个岗位工资都比较高,但是写代码爬取数据也比较辛苦。(下图附上平安的招聘岗位)

2.算法开发师(比数据分析师有更高的要求)。很多互联网公司不仅要求会分析还想完善公司旗下的开发软件,对于算法开发要求更高,对于更多原理性知识和定理要求更高,要求深入理解统计学相关知识,这个岗位个人觉得本科生很难胜任,很多公司要求都是硕士及硕士以上学历。(下图附上中国平安招聘的算法开发师)

此外,还有一些金融、投资等行业也有商业分析的要求,可以利用身边资源涉猎一下这些课程,多学无害(下图为金融学教材)

总之,统计学在互联网时代就业前景是光明的,但是对于知识要求较高,如果想本科出来直接工作的话,本科阶段要好好学习!多学点东西!希望我的回答可以帮助到你~

Hero的回答

我是一名统计学专业的大四学生,身边也有许多朋友正在找工作,所以想根据身边的情况来回答你,希望能够帮助到你~

首先就我身边的情况而言,统计学就业状况还是很好的,在这里,我将列出目前统计学就业比较热门的几个方向罗列下来。

1、数学分析师岗位

随着目前大数据、人工智能的兴起,数据分析师岗位成为了众多互联网公司和大型公司需求量极大的一项新兴岗位,而我的许多朋友也都前往了不同的公司担任数据分析的工作。数据分析岗位需要统计基础较强的人才,同时也要具有较强的统计软件运用能力,例如深度学习、机器算法等,而这些能力在大学四年中统计专业的学生都有系统学习过,所以也是同该岗位非常对口。

2、同其他专业结合的岗位

由于我是位于一所财经院校,虽然我是统计学专业,但是我们专业也会学习许多金融、经济类知识,因此我的一些朋友也会选取一些同其他专业相结合的岗位,例如财会类的分析岗位,这类岗位将统计学作为一个工具,但是相应的,所需要的统计专业知识也会少一些。同时目前统计也与其他许多学科有结合,例如生物统计等,这些岗位也是非常具有发展前景的。

3、前端开发岗位

严格来说,前端开发人才更青睐于计算机、软件专业的学生,但是我也有一些统计专业能力极强的朋友前往一些互联网公司前后端开发岗位任职。这类岗位不仅要求较强的统计学基础,也需要对于各门软件比较精通,因此也是要求比较高,但同样薪资也很高的一项工作

这些就是我周围朋友们主要任职的岗位,希望我的回答能够对你有帮助哟。

Rating的回答

此处是一名正在读应用统计专硕研究生一年级的学姐,并且马上面临秋招,所以在这个问题上想发表一下自己的看法~

统计学专业的学生毕业之后的方向有互联网公司、银行国企、资管券商、公务员等,因为本人比较偏统计一点,对金融方面的知识也不是很了解,所以在这里重点介绍一下互联网公司

互联网公司:在大数据的浪潮之下,这应该是比较火热的行业了,虽然有着被大家议论纷纷的“996”,但是活力、自由的工作氛围,新鲜有趣的工作内容以及比较高的薪水实在是很吸引人。统计专业的学生可以在互联网公司选择的职业主要有:算法工程师、数据挖掘师、数据分析师、产品经理等,但如果分下来的话就可以说是搞算法、分析、产品、运营等,不同职业的选择可以根据招聘信息上的要求,match一下自己的能力,其实大致就能有所选择

一、算法工程师:业内较高端的职业了,门槛和技术要求是最高的

1. 技术上:需要熟悉 linux 开发环境, C++,Python等开发语言

2. 算法知识上:要有扎实的数据结构和算法功底,熟悉深度学习、机器学习、自然语言处理、数据挖掘、分布式计算等多项技术,

3. 业务背景上:需要有一定的业务知识,比如对推荐系统、计算广告、搜索引擎等有相关的经验

二、数据挖掘师:相比于算法工程师而言,对开发、测试能力的要求会弱化一点,侧重于对数据进行深度的建模和分析

1.  技术上:需要掌握shell/c(c++)/php/python/等脚本语言的一种或多种,代码能力要扎实

2.  专业知识上:要熟悉常用的数据挖掘算法、逻辑回归、贝叶斯、随机森林、聚类算法等

3.  业务上:了解互联网相关知识,一般需要对所入职公司的业务线有所了解

三、数据分析师

1.  技术上:至少需要熟练掌握sql(用于提数),如果会用报表软件Power BI、Tableau会有加分(用于分析,但大部分都会用excel的透视表)

2.  专业知识上:对数据挖据算法的要求比前两个岗位的低,需要具备一定的数据分析能力,需要有良好的数据敏感度、清晰的分析逻辑(分析框架和思路十分重要!!)

3.  业务知识:对互联网运营模式有比较深入的了解,能够知道数据分析的目的是解决产品问题,最终推动数据产品落地

四、产品\运营经理

1.  技术上:和数据分析师差不多,至少需要熟练掌握sql(用于提数),如果会用报表软件Power BI、Tableau会有加分(用于分析,但大部分都会用excel的透视表)

2.  专业知识上:需要对互联网产品有深入的理解,能快速理解产品的需求、洞察产品的表现,懂用户行为研究的方法论

3.  业务知识:对互联网运营模式有比较深入的了解

以上是我对于统计专业在互联网公司的主要去向的了解,希望能够帮助到大家!

Raina的回答

一开始选择统计学这个专业,完全是受到了我本科导师的影响。他是中国人民大学的统计学博士,非常的看好统计学未来的发展。在他的指导下,我开始接触到R语言,并且为R语言折服。我在本科时,也曾经学习过python、Java和C语言,但是和这些编程语言比起来,R是最让我觉得有用的。数据分析在当今变得越来越重要,但是这些主流的编程语言却并不能给我们在数据分析方面带来多大的便利,于是R应运而生,这也是R语言最大的优点之一。作为一名统计学的学生,我认为在研究生阶段系统的学习R语言是十分有必要的,这对于我们将来的就业的帮助非常大。而对于那些计算机专业的学生来说,他们虽然精通python或者Java,但是R可能并没有系统的学习过。我想,这就是统计学和计算机专业不同的侧重之处。
至于如何选择职业方面,我个人的看法来自于我所读专业区分的三个方向。对于大数据方向的学生来说,学习的更多的是大数据方面的分析,我觉的他们应该把握好自己的专业定位,更多的去寻找偏向大数据技术的统计岗位。对于另外两个方向,金融统计和商业统计,个人认为可以去企业里面对编程要求没有那么高的岗位,只需要对企业日常的数据进行分析即可。
面对就业市场时,我们最需要注意的就是和计算机专业学生的区分,我们需要精准定位自己的专业以及技能,这样才不至于沦落到技术岗位我们轮不上,非技术岗位有一群非统计专业的人和我们竞争的局面。

鲜花

握手

雷人

路过

鸡蛋

最新评论

热门推荐
最新资讯

QQ|广告服务|投稿要求|禁言标准|版权说明|免责声明|手机版|小黑屋|推扬网 ( 粤ICP备18134897号 )|网站地图

GMT+8, 2021-4-23 07:25 , Processed in 0.270762 second(s), 28 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

返回顶部