楼主: modifiedname
跳转到指定楼层
上一主题 下一主题
收起左侧

【长期加分贴】我为什么喜欢我的专业?【数科统计生统篇】

   
🔗
circlloeee 2020-8-26 08:56:50 | 只看该作者
全局:
从小就喜欢数学,语文英文在国内一直都不上不下的. 高二读完来美国读了两年cc就选的统计, 那时候对自己未来方向可以说是相当模糊, 收到一个叔叔的建议选择了统计, 还是挺感谢那位叔叔, 不然我可能就读数学去了(后来发现身边数学专业的都学的偏理论,但我喜欢偏应用,解决一下实际问题的那种), 后来转学到了university念了2年统计. 坚定我学stats方面有很大一部分是因为做了很多class project, 发现开始有点enjoy自己一个人坐在电脑前clean data,fine tune model blah blah...还清楚记得毕业前倒数第二个学期一节data mining一个project我其他3个队友都在忙别的课, 前期coding都是我一个人来, 我能一个人坐在电脑前到凌晨一直在optimize也不觉得累, 总觉得能有更好的办法. 也算是一个突破自己的过程吧~~ 同时也感受到这两年统计方面的专业在国内的热门,亲眼目睹我们学校的统计系逐渐被中国人侵占哈哈哈哈, group project能分到都是中国人的组

本科毕业念datascience的master,五月毕业,目前还在努力的找全职工作虽然基本都是了无音讯,但还是要加油加油加油不能放弃呀,希望可以很快找到喜欢的工作

评分

参与人数 1大米 +10 收起 理由
isabellaBear + 10 谢谢分享!

查看全部评分

回复

使用道具 举报

🔗
小小漫Anna 2020-8-31 12:14:51 | 只看该作者
全局:
从小脑袋其实都是偏理性,高中分科也是毫不犹豫选了理科,也参加了数理化三科竞赛。但是阴差阳错+对自己认识不足+对未来缺乏想法,大学选了自己非常不喜欢的专业。但现在回过头从好的方面看,大学选专业失败也激发了我对自己的兴趣和想从事的工作的认真思考。在几乎所有留学机构都对我文科背景申请数据分析不看好的时候,我还是坚持了自己的想法,最终申请结果也算令人满意,来到了心仪的学校还在气候很好的北卡。.google  и

整个master期间,学业负担和找工作的压力都不小,但可以算是痛并快乐着吧,也差不多证实了自己是真心喜欢数据分析这个学科。总结一下,大概有以下几点原因:
  • 这个专业是数学+计算机+商科三者的完美结合;
  • 几乎所有的课程,不管是数学系、计算机系还是商学院下开的课,都或多或少会和数据有关,而我对数据的喜爱几近疯狂(个人不是很喜欢传统咨询行业);
  • 会涉及到数学,满足了我从小喜欢理科的心;但又比较偏应用,理论的部分不会太深,对大学期间数理知识接触较少的我比较友好;
  • 会涉及到计算机,满足了我对工作efficiency非常看着的特点(个人不是很喜欢机械性的重复劳动),但又是新手友好;
  • 这个专业的终极目标是化数学、计算机为己用,处理商业问题,和生活比较接近,而不会让我觉得太过虚无飘渺。

. Χ
感恩自己选择了这个专业,希望大家也能读到自己喜欢的专业~~求加米.--

评分

参与人数 1大米 +10 收起 理由
isabellaBear + 10 谢谢分享!

查看全部评分

回复

使用道具 举报

🔗
marvel0505 2020-9-1 00:43:21 | 只看该作者
全局:
会计+数据分析 (感觉应该可以算数科这类,所以放在这边,如果有所不当还望见谅)

喜欢会计的原因很简单,性格使然,比起和人打交道更喜欢和数字打交道。在看似枯燥的会计之中我可以find peace吧,而且审计还可以在很快的时间内对各行各业各个公司有比较清晰的了解;
喜欢数据分析的原因有以下几点:
  • 和数字密切相关(和喜欢会计类似);
  • 非常理性,靠数据/事实说话,而非只是qualitative analysis;
  • 用编程进行数据处理、模型建造等,提高了数据分析的efficiency并能讲分析scale up。

求加米

评分

参与人数 1大米 +10 收起 理由
isabellaBear + 10 谢谢分享!

查看全部评分

回复

使用道具 举报

🔗
dtttttt 2020-9-1 01:55:33 | 只看该作者
全局:
从小就很喜欢数学且非常偏科数学,高考考得也不错,希望大学能去学工科啊机械啊机器人啥的。结果报志愿失误滑到第二档去了北京某所医科大学,学的还是卫生管理。当时拿到录取的时候想死的心都有了,平生最讨厌要读读背背的文科了,没想到要学一个纯管理类的文科。当时考虑到多方因素只能硬着头皮去上。幸好大一大二会学高数啊线代啥的,在一堆管理学基础、预防医学理论、病理学知识里拯救了我,让我的脑细胞有处释放,一般也都能考的不错。大二的时候觉得不能这样下去了,想出国换个专业,然后开始搜集信息,在一个曾经留过学的学长的推荐下决定到美国读研申请跟本专业跨度不大但是又跟数学有关的生物统计。18 年到了usc,在美国这两年可能真的是我学习生涯中最快乐的两年吧,完全实现了我只用学数学统计概率的梦想,还在这两年期间去cs系修了机器学习,纯理论和数学推导,学的我爽翻。健康领域的分析职位不多,而且更加喜欢招phd,不想读phd的我打算转数科,跟r和sas说拜拜,投入python和ml的怀抱。疫情期间宅家恶补了好多算法知识和大数据知识,因为统计和数学基础不错,算法上手非常快。虽然转的晚,但在准备和学习的过程中非常开心,能做自己喜欢的事情是我从小到大的梦想,我也会为了这个梦想努力加油的。目标flag!冲鸭!

评分

参与人数 2大米 +11 收起 理由
isabellaBear + 10 谢谢分享!
xzhouP + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
雷军 2020-9-3 10:59:07 | 只看该作者
全局:
因为MIS学起来简单啊,不需要像computer science学起来那么累,和IT沾点边找工作也能沾沾光                                            

评分

参与人数 1大米 +1 收起 理由
isabellaBear + 1 赞一个

查看全部评分

回复

使用道具 举报

全局:
这是个很波折的故事,当时高考考的不理想,本科去学了纺织工程。后来慢慢就在考虑转专业的事情,也打算来美国读研,那个时候自己其实也没想好到底想学什么,就先听了中介的建议申请了Fashion Merchandising这个专业,因为跟我本科的专业稍微相关一点。当时我的导师再做用big data来研究消费者的喜好,那也是我真正开始接触到一些advanced data analytics。我发现自己对数据分析很感兴趣,我本身也非常喜欢数学,就坚定了决心再申请一个statistics master. 现在我也是second year statistics graduate student啦!还要继续加油!

评分

参与人数 1大米 +1 收起 理由
isabellaBear + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
GloriaH 2020-9-5 12:33:43 | 只看该作者
全局:
我现在的专业是Data Science,本科statistics. 之所以选择读/喜欢这个专业是因为我比较喜欢学习能够应用起来的专业,而不单单是证明等等。感觉这样能让自己感觉自己学的东西是有意义的,自己的目标也会更加明确。临近毕业,也在努力找工作,希望自己以后的工作能充分explore我所学的和潜力。也随大流在转码的路上,能感受到ds跟cs真的是两个个紧密结合,更广义的说是一个系统下的东西也没错。ds/de 都需要有坚实的algorithm的能力打底,要勤于思考分析,而不单单只是一个工具

评分

参与人数 1大米 +1 收起 理由
isabellaBear + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
YUNBAO. 2020-9-5 18:31:06 | 只看该作者
全局:
商科转码农捷径

评分

参与人数 1大米 +1 收起 理由
isabellaBear + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
YUNBAO. 2020-9-5 18:31:35 | 只看该作者
全局:
zhugejun 发表于 2011-9-4 14:40
应用数学专业飘过,打算申请cs的数据挖掘方向,估计有点难度,最近被数据挖掘,机器学习,还有模式识别,模 ...

加油~~~~~~~~~~
回复

使用道具 举报

🔗
ABSIN 2020-9-6 04:16:41 | 只看该作者
全局:
研究生打算读data science 了,喜欢数学,数字很美妙。数学和哲学感觉是起源。

评分

参与人数 2大米 +2 收起 理由
isabellaBear + 1 赞一个
Spear + 1 给你点个赞!

查看全部评分

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
发帖提醒:
禁止使用AI生成回复,否则系统将封号处理。

隐私提醒:
■拉群请前往同学同事飞友|拉群结伴版块,其他版块拉群,帖子会被自动删除
■论坛不能删帖,为防止被骚扰甚至人肉,不要公开留微信等联系方式,请以论坛私信方式发送。
■特定版块可以超级匿名:https://tools.1point3acres.com/thread
■其他版块匿名方法:http://www.1point3acres.com/bbs/thread-405991-1-1.html

本版积分规则

>
快速回复 返回顶部 返回列表