统计学大数据研究生

作为一名研究生导师，我来探讨一下这个问题。首先，在当前的大数据时代背景下，对于应用统计学专业的学生来说，可以重点考虑一下大数据方向，原因有以下三点：第一：统计学是大数据的重要技术组成部分。大数据的技术基础包括三大方面，分别是数学、统计学和计算机，所以统计学专业考研大数据方向是比较适合的选择之一。应用统计学本身与大数据的联系也比较紧密，目前大数据场景分析就会采用大量的应用统计学知识。第二：大数据发展前景广阔。当前正处在大数据时代背景下，在大数据技术的带动下，物联网、云计算和人工智能等技术也取得了一定的发展，所以大数据技术不仅自身开辟了新的价值领域，同时也是推动科技发展的重要动力之一，所以未来大数据领域具有广阔的发展前景。第三：人才缺口大。虽然大数据技术经过了多年的发展，目前在技术体系上已经趋于成熟，但是大数据行业目前的人才缺口依然比较大，而且主要集中在研发领域。在产业互联网即将落地到广大传统行业的当前，大数据研发型人才将会有更多的行业需求。由于目前人才缺口比较大，所以薪资待遇也比较高，从近些年来大数据专业研究生的就业情况来看，整体薪资待遇还是比较可观的。大数据专业虽然需要学习的知识量比较大，但是由于大数据技术体系已经比较成熟了，所以研发过程也会相对比较系统，未来可以从事的岗位也有更多的选择，比如既可以从事数据分析、挖掘等岗位，也可以从事大数据平台研发等岗位。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

今天有一个（统计学）的女（硕士）来我公司面试大数据，她要求一个月是15000，听她说高考数学考148分，面试的过程中，她几乎能回答上来，能力跟我公司3年开发经验的程序员差不多。她的自我介绍是这样的：她说：学历（硕士），（统计学）专业，目前年龄27岁，大学毕业两年，由于本专业（统计学）就业工资低，待遇差，就在去年到现在自己自学了一年半（大数据）的知识点，目前熟练JAVA集合，多线程，IO流，反射.....等基础，还说自己熟悉Hadoop生态系统，具备HDFS/Spark/HBase/HIVE等组件搭建和开发能力。面试我问她：本专业（统计学）待遇不好还是就业困难？我问她，非要转行来做互联网程序员吗？她说： （ 统计学）非常容易就业，目前上份工作就是数据分析师，月薪8500，工资连个大专生的程序员都不如，她还说传统行业工资真的低，选择永远大于努力，所以才选择互联网程序员。面试我问她：你为啥转行大数据岗位，转行JAVA不行吗？她说：自己当年高考数学考了148分，恰好大数据需要数学理论的基础，所以才转行大数据，至于JAVA真的太简单了，都是调用API的水平，压根就没有挑战性（她刚说完，我心里想，说JAVA简单都不是一般人呀，毕竟人家是985毕业的，但是培训机构出来的JAVA程序员一大推找不到工作）面试我问她：你没有开发经验，你如何说服我，你可以胜任工作？她说：虽然我没有工作经验，单凭985这个学历，跟高考数学考了148分，可以证明我的学习能力挺不错的，她还说自己的基础知识非常扎实，入职后应该很快上手项目的（我点我信任她，毕竟对方是985毕业的）面试我问她：大数据是基于JAVA开发的吧，你对JAVA了解多少？她说：看过hashmap源码，懂得并发编程，目前懂得同步锁它的原理，还有NIO/IO流（她刚说完，我心里想，自学一年，有这个水平，当时我有点怀疑她在吹牛逼）我就接着问了一点技术性的问题，确认一下她对JAVA掌握的情况：来说说：HashMap的实现原理？ 来说说：为何HashMap的数组长度一定是2的次幂？来说说：HashMap重写equals方法需同时重写hashCode方法 ?来说说：JDK1.8中HashMap的性能优化 ?来说说：线程同步锁它的原理？来说说：JAVA 多态它的原理？我就问了这些，毕竟我有10年JAVA开发经验，不过这个985高材生真的厉害，上面的面试全会，我想科班毕业的未必回答得上来，一面我就这样给她过了，二面我叫我公司的老张面试他，我公司的老张有8年大数据开发经验，能力在我公司非常的优秀。我在房间旁听，他们在交流关于大数据Spark相关的知识点，他们大概交流了2个多小时，我看到老张笑着跟她握手，欢迎加入我公司，看来老张认可她的能力，老张还特意跟我说，这妞可以胜任3年大数据开发的岗位，待会谈薪资的时候就按3年工作经验给她。面试我问她：你期望的薪资待遇是多少？她说：月薪15k就满足（我本来想给她开月薪18k的，给她15k算了，毕竟对方没有开发相关的工作经验）于是我就满足了她的薪资待遇，给她开了月薪15k，不过对方挺开心的，她说，明天来公司报到。整个面试过程就这样结束了，这个高材生985毕业，转行互联网行业是正确的选择，最起码工资翻了一倍多。我对她的看法如下：选择真的大于努力，她的读的专业是统计学，毕业从事数据分析师，工资月薪8500这么低，工资连个大专程序员都不如，果断转行程序员是正确的选择，毕竟互联网程序员工资高。你们对这个985高材生转行程序员有什么看法，欢迎吐槽一下。

首先，统计学专业与大数据关系密切，在大数据时代，统计学专业也明显受到了大数据的影响，在知识体系结构上也会进一步向大数据领域覆盖，所以统计学专业的毕业生未来从事大数据方向是完全可以的，实际上这也是一个大的发展趋势。统计学是大数据三大基础学科之一，在大数据分析领域会采用大量统计学的方式方法，所以当前大数据专业的学生也需要系统学习统计学的相关知识。从这个角度来看，统计学专业的毕业生未来从事大数据方向还是具有一定优势的。我曾经受邀作为评委，参加过多次大数据比赛，在比赛的选手中，有不少学生就是来自于统计学专业的，这些学生也都有不错的表现，有的还取得了很好的成绩。在与这些参赛选手的交流过程中得知，当前不少高校的统计学专业都开始积极讲解大数据相关知识，这对于促进统计学专业学生的就业会有比较积极的影响。当然，对于统计学专业的学生来说，如果目前想获得更强的岗位竞争力，还需要做好三件事，其一是要具备一定的开发能力，这一点还是比较重要的，目前单纯的算法岗位还是比较少的，近两年大数据领域释放出了大量的开发岗位，如果具备开发能力则会有更多的就业机会。其二是要具备一定的实践能力，在学校期间尽量多参加一些科研实践活动，这对于就业也有比较积极的影响。在实践内容方面，应该积极向大数据方向靠拢，尽量自主学习一下大数据平台的相关知识。其三是学习一定的行业知识，大数据的应用与行业场景有密切的关系，行业知识将在很大程度上决定大数据从业者的岗位价值。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

首先，从当前大数据的发展趋势来看，未来读研选择大数据方向是不错的选择，近几年大数据方向研究生的就业也确实有不错的表现，不少毕业生都有较大的选择空间，相对于传统软件开发岗位来说，大数据相关岗位的岗位附加值还是比较高的。大数据方向研究生毕业答辩大数据是一门典型的交叉学科，涉及到三个重要的学科基础，分别是数学、统计学和计算机，所以如果未来要从事大数据方向的研发，学习一定的统计学知识还是很有必要的。对于大一的学生来说，学习一些统计学知识也是完全可以的，否则在研一的时候也需要补学统计学知识。从当前大数据领域的人才需求情况来看，算法岗位的人才需求量相对比较少，大数据开发岗位的人才需求量相对比较大，而且研究生往往会选择大型科技公司来从事大数据平台的研发。从大数据平台开发的岗位任务出发，在本科阶段应该做好以下三方面的技术储备：第一：操作系统知识。操作系统知识对于后续的大数据开发具有重要的影响，所以一定要重视操作系统相关知识的学习。对于本科生来说，可以从Linux操作系统的使用开始学起，在学习完C语言之后，最好能够阅读一下Linux操作系统的核心源代码，以便于提升对于操作系统的认知能力。第二：编程知识。大数据开发一定需要具有扎实的编程基础，目前在大数据开发领域应用比较多的编程语言有Java、Python、Scala等，本科生可以重点关注一下Python语言。第三：算法知识。大数据开发涉及到算法的设计和实现过程，所以一定要重视算法知识的学习，本科生学习算法知识除了要学习基本的算法设计基础之外，还可以结合大数据平台（Hadoop、Spark）来完成一些算法实践过程。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

大数据是近些年来的热点方向，大数据方向的研究生不仅有更多的发展机会，在薪资待遇方面也相对比较可观，所以不少研究生希望把自己的研究方向定在大数据相关领域。从发展趋势来看，选择大数据相关方向是不错的选择，未来的发展空间还是比较广阔的。目前不少大学的研究生教育都有大数据相关方向的设置，不同的高校在大数据教育方向上也会结合自身的教育资源进行相应的调整，所以要想选择适合自己的学校，需要考虑以下几个方面：第一：自身的知识结构。大数据是典型的交叉学科，基础学科包括数学、统计学和计算机，所以这三个专业的学生在读研期间都可以选择大数据方向，但是不同的专业在选择时也要结合自身的专业特点。比如统计学选择大数据方向时也可以选择本专业的研究生，因为统计学的研究生课题与大数据也有紧密的联系，没有必要一定要考计算机专业的大数据方向。在统计学领域，教育资源整合能力比较强的大学有北京大学、人民大学、南开大学等，不少财经类大学也有较强的学科实力，比如东北财经大学、上海财经大学也是不错的选择。第二：大数据学科的教育资源。研究生的教育质量与高校自身的教育资源整合能力有直接的关系，涉及到导师资源、实验资源、课题资源、行业资源等等，从大数据学科的教育资源情况来看，国内北京大学、中南大学、上海交通大学、中山大学、西安交通大学、对外经贸大学等都是不错的选择。第三：学校的整体实力。在考研选择学校时，应该注重学校的整体实力，整体实力较强的高校往往在专业发展上也会有较强的“后劲”，所以在选择高校时可以重点考虑一下双一流高校和一流学科高校（原985、211）。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

首先，对于统计学相关专业的本科生来说，如果未来想进入人工智能领域发展，考研时可以选择计算机相关专业，在大的方向上可以选择大数据、计算机视觉、自然语言处理、知识表示等。长期以来，人工智能领域的专业人才培养都是以研究生教育为主，虽然当前不少高校在本科阶段也设立了人工智能专业，但是目前要想获得更强的岗位竞争力，读研是比较现实的选择。统计学是大数据的三大基础学科之一，在当前的大数据时代，统计学的本科生也会接触到越来越多的大数据知识，所以统计学专业本科生读研选择大数据方向是比较不错的选择，而且大数据与人工智能之间也有非常紧密的联系，不少大数据方向的研究生，毕业后也会选择进入人工智能领域发展。统计学专业学生进入计算机专业读研之后，一定要重视自身实践能力的提升，尤其是程序设计能力，当前人工智能领域的岗位对于程序设计的要求还是比较高的。虽然早期人工智能领域对于算法工程师的程序设计要求并不高，但是当前算法工程师的岗位竞争还是比较激烈的，一方面岗位比较少，另一方面能力要求也在不断提升，这一点对于数学和统计学专业出身的学生来说，一定要引起重视。最后，如果明确了读研时要选择计算机专业，在本科阶段除了要重视考研所涉及到的专业课之外，还应该适当拓展一下自身的专业知识面，这对于考研复试也有比较重要的影响。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

统计学作为大数据的三大基础学科之一，本身与大数据的关系就非常紧密，所以统计学专业的学生进入大数据领域是非常容易的。从另一个角度来说，统计学、计算机和数学这三个学科本身就处在大数据领域当中。大数据目前在行业领域的诸多落地应用当中，一个重要的内容就是进行数据分析，而数据分析本身需要大量依赖于统计学知识，所以很多人也经常说大数据就是统计学，虽然这种说法有些片面，但是也足以说明统计学在大数据中的地位。目前在大数据方向的研究生培养体系当中，统计学专业也是重要的培养渠道，很多统计学专业的大数据研究生也具有非常强的创新能力。在近些年举办的各种研究生大数据比赛中，经常能够看到统计学专业的研究生取得较好的名次。统计学专业的学生如果未来想专业从事大数据相关岗位，应该重点关注以下几个方面的知识：第一：程序设计知识。大数据行业的诸多岗位都离不开程序设计，比如大数据开发、大数据分析都在一定程度上依赖于编程语言，所以熟练掌握一门编程语言是比较重要的。对于统计学专业的学生来说，可以重点关注一下R和Python，尤其是Python语言。第二：大数据平台知识。大数据行业对于大数据平台的依赖是非常强的，大数据应用开发和大数据分析往往都需要基于大数据平台来展开，所以应该重点学习一下大数据平台知识。目前可以重点关注一下Hadoop和Spark，虽然这两个平台的可用性远不如各种商用大数据平台，但是这两个平台是开源的，可以学习到更多的细节。第三：行业知识。行业知识对于大数据行业的从业者也是非常重要的，大数据未来将随着产业互联网的发展而落地到行业领域，所以选择一个行业领域重点关注一下，会在一定程度上提升就业竞争力。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

首先，目前有多个专业设置了大数据方向研究生的培养计划，比如计算机专业、统计学专业、经济学专业等，在当前大数据快速发展的背景下，也有不少学科设置了与大数据相结合的方向，比如机械专业、材料专业等，所以可以根据自身的知识结构来选择具体的专业和方向。由于当前研究生考试的竞争比较激烈，所以尽量不要选择跨考。不论是选择哪个专业的大数据培养方向，都需要具备三方面基础的知识结构，涉及到数学、统计学和计算机，所以如果未来想在大数据的技术研发方向走得更远，一定要重视这三个学科的基础知识，尤其是数学基础。当然，在准备考研的过程中，数学也是非常重要的学科。由于不少高校的大数据专业都是以计算机专业为基础构建的，所以考计算机专业大数据方向研究生是比较常见的选择，计算机专业考研往往需要重点做好三方面准备，其一是基础学科；其二是专业课；其三是计算机专业知识面，其中计算机专业知识面对于复试有重要的意义，有的高校（科研院所）在复试时会随机考察一门计算机专业课，这对于考生来说是比较大的挑战。不同高校在专业课考试方面的要求是不同的，而且不同的高校在报考时也有不同的要求，考生需要重点注意一下。比如，有的高校在报考时就需要考生明确指定具体的学习方向，这也会导致不少热门专业出现激烈的竞争，往年不少高分考生考研失败与报考就有直接的关系。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

统计学是大数据的三大基础学科之一，所以在大数据时代背景下，统计学未来的就业面还是比较广阔的。随着大数据的不断发展，统计学在大数据时代有了新的含义，这就要求统计学专业的学生一方面要掌握统计学知识，另一方面也要掌握一定的大数据知识。因为在大数据时代，统计学的相关理论也需要发展，比如小数据时代的“抽样”和大数据时代的“全样”。我在2016年曾经作为评委，参加了一个研究生的大数据大赛，在这次大赛中，有不少代表队的参赛选手就是统计学专业的，这说明统计学专业非常关注大数据的发展和相关技术的掌握。不少统计学专业的参赛选手有非常优秀的表现，充分体现了统计学在数据分析领域的专业性。对于统计学专业的毕业生来说，未来的就业可以考虑以下几个领域：第一：互联网领域。互联网领域是统计学就业的一个大的领域，互联网公司往往掌握了大量的数据，如何让这些数据充分体现出价值是互联网公司考虑的重点问题，而数据分析是数据价值化的重要方式，所以对于统计学专业的毕业生来说，互联网领域有充分的发展空间。第二：传统生产企业。随着产业互联网的发展，大数据、物联网、人工智能等技术将逐渐落地到广大的传统生产企业中，大量的传统企业需要配备数据分析人员，而统计学专业的毕业生往往比较适合类似的岗位。第三：金融领域。金融领域一直对数据非常敏感，也是统计学毕业生就业的常见渠道之一，在互联网时代，金融领域对于数据分析人才依然有较大的需求。在大数据时代，数据分析具有一定的普遍性，未来会有更多的行业需要数据分析人才，从这个角度来看，未来统计学专业的就业前景应该不错。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续在百度写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网方面的问题，也可以咨询我，谢谢！