学统计的以后能干啥？
关注问题写回答
14 个回答
不平稳的小高斯
不平稳的小高斯
阿卜杜拉国王科技大学 统计学博士
专业
已有 1 人赠与了专业徽章
2022.3月更
最近上海疫情很严重，有机会给学弟学妹做统计学职业规划讲座，又让我重新拾起了前年写的文章，希望能对大家有所帮助。
首先说一下自己的情况，我本科专业是数学，但毕设做的是统计，研究生和博士都是统计学，虽然从没工作过，但本硕博都有投过简历，也有实习过。国内，北美，和欧洲都有所了解。
我本科是2013年毕业的，那时候大数据的概念还没有兴起，统计学基本和数学没什么区别，如果不深造的话，就业对口工作就是中学教师，按我们老师的话来讲，没有任何关系的情况下985本科能在二三线城市的中等初中找到一个数学老师的职位，当然如果你能力强可以去更好的学校。
最近几年，大数据和数字化转型的概念兴起，大量企业都开始有了数据分析师岗位，可以说我们多了个真正对口的职位，这里面需求最大的就是互联网数据分析师。我们使用的每一个互联网应用背后都有大量的数据分析团队在分析你的行为，为你推荐你喜欢的商品，视频，文章等。当然，现在更多的传统行业也都有数据分析师，这部分的需求仍然在增长。另一方面，数据分析师的岗位也有风险，因为其门槛和天花板比较低，容易被取代，容易有大龄失业风险。
当然，数据分析师的种类有很多，并不能一概而论，那么都有哪些岗位呢？作为一个统计毕业生有需要具备什么能力呢？
关于数据类岗位可以看这篇文章:
超级干货来啦：市面到底有多少类数据岗位，它们有何不同？
mp.weixin.qq.com/s?__biz=MzU4NDI3NjU0NQ==&mid=2247496570&idx=1&sn=b0604d2c385bec7243d7a2ed661dd888&chksm=fd9efc54cae97542c0239761773011fa4dfc269f328847cef984c8e08d96c87fa15cf4f21ef9&scene=0&subscene=10000&clicktime=1648384328&enterid=1648384328&ascene=7&devicetype=android-29&version=28001453&nettype=ctnet&abtest_cookie=AAACAA%3D%3D&lang=zh_CN&exportkey=Aa4PqxrOyDFXjh85NIDaEo0%3D&pass_ticket=M4wwUnodgqCT9zqL5Y50uNOtBkLFSmbUUNWTyepIP5lF7iBvot4eJWpVKxVdhdEG&wx_header=3
关于优秀的数据分析师需要具备的品质可以看这里:
超级干货：一名优秀的数据分析专家的能力模型
mp.weixin.qq.com/s/kb5o7kL6FrWCd99lh7TpnA
从上面的资料可以看出，为了成为一名数据分析师，从学校学到的知识还是不太够的。
这里面最重要的一点就是取数能力，或者说excel，sql能力，其作为数据分析师的基本功，学校里的培养是略显不足的。在准备面试之前，我们还需要自学sql，多刷leetcode上数据库的题。还好这部分入门很容易，一个月左右的时间就可以应付大部分面试。
第二个能力就是商业洞察能力，这个部分可以工作中去培养，但是在课余时间如果能对你想去的行业，比如电商，短视频，快消有比较深入的了解，是对找工作大有用处的。
第三个能力就是汇报和沟通能力，这部分是老生常谈，但是还是要谈，前途光明的数据分析师一定是个业务能力很强的人。而在业务能力中沟通能力又是最重要的一部分。
除了以上提到的中学教师和数据分析师，我认为剩下的就都算不对口了，就是说你要花相当多的时间去再学习其他专业的知识，甚至再拿一个相关专业的硕士才能在就业市场有优势。强调一下，这里并没有说一定要读一个硕士，而是短时间的突击是没办法帮你顺利拿到offer的。
这里面相对跨专业没那么难的有三个方向，同时也是公认最赚钱的三个方向: 金融，咨询和计算机。除了统计基础课，我相信统计系的至少会学到金融数学，数据结构与算法这样的课吧。
根据自己的兴趣，如果你能自学宏观微观计量等等，可以转经济或者金融。如果你编程水平过硬，精通各类机器学习算法，努力刷leetcode，可以转计算机。如果个人软实力强，case刷的好，英语好，可以试试咨询。当然还有些转工程，得看机缘了。
说说本科同学的去向，大多数的同学都考研，保研或者出国了。去银行的有两个，考公的有两个，还有几个去做销售了。可以看出除了深造的，其他同学都没有进入和统计相关的领域。
下面说硕士，我硕士是在美国读的。美国统计方向就业市场可以说是相当不错。就业方向挺多的，相当数量的公司都会有data scientist，data analyst，data engineer的职位，药厂还有sas programmer的职位。早早准备，多多实习，虽然比不上cs，比大多数专业找工作还是容易一些的。国内其实也不错，硕士毕业的话，算法工程师的岗位就可以试一试了，当然这要求我们主动学习机器学习算法，最好有一个专精的方向，比如CV，NLP，语音，搜索，推荐等。
继续说说同届的同学，基本上都拿到了不错的offer，其中互联网企业最多，金融其次，药厂再次，最后是一些小start up。再提一下当时本科毕业读研的同学，国内转计算机的去了国内互联网大厂，美国转计算机的去了美国互联网大厂，英国的硕士回国去了外企和证券做分析师，国内转金融的去了证券，国内继续学统计的去四大做了分析师。可以说现在来看统计学读到985硕士就业没什么问题。只要把课学好，本硕期间找一两个实习，基本是比较稳的，薪水比不上码农但还是不错的。这里面最快的方式是读个英国一年硕士，但听说最近英国硕士的难度增加不少。
还有一个方向，就是去私立教育机构当老师，薪水高还有成就感，我觉得是可以尝试的一个方向，但需要成绩好，会讲课，有亲和力。我自己也做过一段时间兼职，现在家长真的舍得为孩子花钱。(PS:22年更新，私立教育基本团灭了，世事无常啊。)
最后说博士。博士毕业当然一个显而易见的出路就是当高校教师。由于统计期刊审稿时间很长，很多博士论文数量并不多，相应的进高校标准也比生环化材低很多，但学术界这条路仍然是很难走的。我身边的很多学生时代的大神也是读了几个博后才在北美找到教职，在国内找稍微容易些，但总体也是越来越难，起码得有一篇jasa级别的top才比较比较稳。不走学术的话，工业届的机会也是比较多的，北美互联网大厂的data scientist职位博士起码会给个面试，药厂statistician的职位常年博士稀缺，国内的话给博士的机会少一点，主要还是大多数企业的数据需求还没到需要博士的层面。但像BAT华为这样大厂的人工智能或算法岗，统计博士的也是可以和cs的竞争一下的。
总体来说，如果不转行的话，统计读到硕博士以后机会才真正多一些，这其实也很正常。不像一些应用学科，统计需要的数学理论背景很多，到了硕士才能算入门，更夸张的纯数学我认为是博士毕业才算在自己的领域入门。算法是个很玄学的东西，我们与计算机背景的同事的差异性优势在于理解算法背后的逻辑而不是工程化能力。企业找一个统计背景的学生，更多的看中的是算法背后的逻辑，如果只是本科背景，很多时候只能做调包侠。
说下自己的情况，我选择去业界做AI算法，老婆和我是同学，拿到了某985教职，同学去业界和学术界的比例大约6：4吧，北美可能8：2。
还有一点值得提一下，就是机器学习和统计的关系，统计在工业届确实不如机器学习受重视，主要还是统计模型落地太差。如果想找业业界的机会，机器学习算法还是必须得学明白的。
最后升华一下，我认为统计学依然是一个不错的专业，其优势主要在于你早早的接触到了数据这一重要的生产要素，学习了通过分析数据，可以对我们的生产生活带来何种变化，知道利用数据，又不会过分夸大数据的价值。这绝对是我们国家未来人才的核心能力，是一门强大的内功。但同时，我们也要意识到，统计学不是一个很好的应用学科，我们没有学到来之即用的武功招式，这使得我们在就业市场中讲不清楚自己究竟能干什么，优势在哪里。就如同刚学会九阳真经的张无忌仍然到处吃瘪。但这没关系，没必要灰心，我们要等待一个乾坤大挪移的机缘，无论是跨考研究生还是多找实习，作为学长我可以负责的告诉你，时代在不停的变化，这个机会一定是存在的，所以愿大家都能找到满意的工作！
编辑于 2023-03-05 14:23
【 在 xheliu 的大作中提到: 】
: 统计学出来干啥工作？
:
--
FROM 202.193.15.*