统计学课程大学_统计学 课程

　　大家好，我是Sonnet学姐，现在在哥大统计系学习data science专业。

　　今天我想要和大家分享的是，我的专业——统计学与data science。

　　计算机和大数据为统计学带来了广阔的市场前景，使得统计学专业⽕了，很多留学生纷纷报选。

那么统计学和data science具体是什么呢？要学习什么呢？未来就业前景是怎样的呢？下面我就来为大家介绍一下。

　　统计学是应用数学的⼀个分支。统计学用到了大量的数学及其他学科的专业知识，其应用范围几乎覆盖了社会科学的自然科学的各个领域。

　　数据科学，是通过从数据中提取出有价值的部分来生产数据产品。 它结合了诸多领域中的理论和技术，包括应用数学，统计，模式识别，机器学习，数据可视化，数据库，以及高性能计算。

　　根据我的了解，以及我身边的同学们大多数的背景来看，我觉得哥大统计系偏好的本科背景是:数学/统计或 CS 为最佳，物理，经济学等强调数学能力的专业次之，当然，如果不是相关专业，但有丰富的相关领域工作或科研经历，尤其是体现 quantitative和 programming 能力的申请者也可以。如果是国内的本科，基本上985为主，可能个别会有211大学的学生。

如果不是数学本科，建议大家修数学先修课:线性代数，概率论，数理统计，微积分等。同时还有CS 先修:编程语言(Python/R/Java/C++)，最看重 Python 和R。

　　哥大的统计学有不同的track，主要是data science，金融，以及生物统计。根据不同的track，学院官网都有不同的推荐的课程。都非常有用，建议大家选课的时候，根据想要选择的track，来制定你的选课计划。从哥大统计系每年选择不同track的人数来看，选择ds偏IT一点的，和选择金融方向的人数基本上都很多。生物统计方向的话，少一点，多数人选择它是想要毕业后进药厂，或者继续深造读博士。

　　除了毕业要求的必修课，分别时候probability，statisitcal inference，linear regression model以及advanced data analysis这四门课之外，我想推荐走ds track的同学们几门课，第一个是machine learning机器学习这门课，讲了很多算法，第二个是applied data science，是做很多项目的课， 比如文本挖掘，人脸识别，推荐系统，以及app等等，在实践中帮助你快速提高code的能力。如果想要将来继续读phd的同学，推荐你选择贝叶斯，以及nonparametric 非参数统计这两门课，可以打牢你的理论基础。

　　那么，对于ds track的同学，我推荐的网站，第一个就是github了，上面有很多代码可供学习。其次，大家可以多多在leetcode上刷题，这是一个刷代码的网站，很多很多现成的题。

　　我们专业，总体来说，因为人数很多，所以很多资源平分下来到每个人头上可能就不会那么多了。但是只要你足够优秀，还是可以得到你想要得到的东西的。哥大统计系每年的录取人数，大概在200多人左右，但是哥大的研究生录取的人数大概都这么多。

　　最重要的是，你在这个环境中，自己要去努力争取一些东西。我想这才是你在名校学习最大的收获之一。统计系有很多方向的老师，如果你想要做研究项目，就多多发邮件询问他们，机会还是很多的，而且很多中国的教授，他们也都很乐意去给来自自己国家的学生这样的一些机会，所以把握好！这是最重要的。

　　同时，学院也有专门的就业指导，帮助你修改简历，系里也常常会组织一些讲座，邀请一些公司的领导在做一些lecture，你也可以多多留意，去参加这样的讲座，并且在会后主动和他们进行交谈，询问有没有相应的实习机会。

下面，为大家介绍，data science的就业方向。

　　DS 的就业前景非常好。无论国内还是美国，DS 学生未来 就业都很有竞争力。毕业生最常见的就业方向有:医药企业、IT 企业、 金融投行、信息咨询公司等。Data Science 必将成为未来最具发展前景的专业领域之一了。

　　IT 企业是 DS 运用的前沿，也是 DS 毕业生最重要的就职选择。根据称呼的不同能看到 DS 在 IT 企业的运用。Data Scientist 这个 title 多见于大型 IT 企业，比如 Microsoft, Baidu 等。

　　他们搞的是比较前沿的深度学习，平常会读大量 paper，可能自己也会发;偏向于 data creative 的有，各种企业都会储备，会 ETL，懂模型、懂行业，会展示沟通，比较能够创造直接的价值。偏向于 data developer 的也有但是很少，他们不懂模型，只要给他们算法公式，他们就能用编程语言帮你实现。

　　Data Analyst,低于 Data Scienctist,主要是运用 Python, R, Java 等语言做数据处理和基于算法做简单的小规模数据分析。

　　DS 在 IT 企业具体运用的例子很多，比如百度在做的自动驾驶汽车、百度大脑， 阿里在做的自助云购物等。

　　或者，也有很大一部分data science的毕业生，会从事金融方向的职业。大数据在金融领域的应用，一般认为有精准营销和大数据风控两个方面。

　　精准营销，即基于行为数据去预测用户的偏好和兴趣，继而推荐合适的金融产品。这个很好理解，比如目前非常火的推荐系统。或者比如 ZestFinance 在美国 FICO 公司建立的基于逻辑回归的信用评分系统基础上建立的个人信用评分和风险控制体系、支付宝的信用积分等，都是用 DS 技术代替信贷员，通过分析用户购买行为等海量数据，基于决策树、随机森林、神经网络等新的数据科学技术，建立欺诈模型，预付能力模型，还款意愿模型、稳定性模型等

　　生物医学和医疗卫生领域，就是 Bioinformatics。它是一个高度跨学科的领域，比如我现在有参与一个生物实验室的的项目，就是研究癌症图像的，可以帮助发现早期癌症。

　　同时，还有一些其他的领域，也都用到了数据科学。比如Social Sciences这里的社会科学包括经济学、法学、公共政策、能源、环境等各个非理工领域等等。这些我就不再过多赘述了。

　　那么，今天的分享就到这里了。希望能够给大家提供到一些帮助。