统计学方向的就业
1.统计推断理论及其应用:这个比较偏重于统计或数学方向的学术,如果选这个的话,建议你读博士了,出来后以科研为主的。
2.生物统计学:这个也比较学术一点,但是稍微偏于生物一点。学这个的话你数学功底一定要好(尤其是偏/常微分方程这块)。这个专业很好的,一来,现在国际上生物统计是门很热的“新兴”学科(只是对于国内来说新兴,美国早就有了),如果将来立志科研,读了这个专业有助于将来去国外深造;二来,即使你不喜欢科研,读这个也不错,可以去制药厂、生物技术所工作。
3.统计计算及其应用:这个比较“百搭”,偏重于应用。毕业后几乎什么单位都可以找,但缺点是专业性不够。如果你毕业后只想进一个公司然后在里面安心工作一辈子是为问题的,如果自己有番基于统计或相关专业方向的雄心壮志的话,恐怕就不太好,相对来说竞争不过前面2个专业的。
非常不认同此番言论
1. 统计推断是所有统计结果validate的理论基础, 所有的model的理论都需要这些来做。 所需要的数学要求较高。 分析比较好就行了。 实分析是最最重要的。 如果做这个方向当然博士才行, 但是如果是master, 同样要理解这部分, 要不然MLE, UMVUE, Consistent, Aysmptotic性质都不知道, 是不可能做好project的。 举个简单例子, 一个uniform(0,a) 的随机变量, 什么才是比较好的estimator of a?如果不知道inference, 看如何理解这个结果。
2. 生物统计可以算作数学要求比较低的方向了。 生物统计分很多种类, 有些做clinical trial, 有些做epidemiology, 有些做gene, 不同的方向运用的主要方法是不一样的。 但是你要区分是做methodology还是做consulting, 生统有很多project是来做consulting的, 那么只要会用学到的知识就行。 还有就是做应用的。 用来分析结果, 会很多计算内容比如MCMC, Large p small n, 这些technique会运用到。
3. 计算统计专业性很强, 大家都知道Jun Liu, 哈佛的教授, 他就是做MCMC的专家, 没有这些理论的支持, 所有的计算都是浮云。 同时, 不同的计算方法(算法)解相同的问题难度是千差万别的。 你可以自己看看Tibshirani的slides, 介绍glmnet里面lasso的快速算法的经过。 通过多次实验和交流, 才确定了coordinate gradient decent 作为其主要算法来update优化结果。 不懂算法, 怎么能做计算?
总之, 这些方向都是需要很多researcher做的, master也需要好好了解其内涵, 才能举一反三, 找到好工作。