【长期加分贴】我为什么喜欢我的专业？【数科统计生统篇】

Computer and Data Science 美本在读。说实话选择这个专业刚开始也是因为觉得比较万金油，就业面会比较广，而且高中的时候学AP stats觉得特别有意思，可以通过统计分析得到大量额外的信息。大一的时候学了R python和C++，当时就觉得写好了一个程序的成就感很强，而且感觉自己越来越能适应这种计算机形式的思考了；加上还遇到了很好的老师，学了EDA和涉猎了maching learning的知识之后觉得DS真的好神奇，就越来越有学下去的动力了。（而且我发现用python处理和清理数据真的很方便！！我在后来的社科课上也都用用到它，可以说是很实用了）
现在正在准备申请大二暑期的实习，心里还是有点虚的，数据结构和算法的知识还不是很扎实...要自己监督自己继续努力啦！

我学习统计的路感觉比别人要漫长的多啊，一路走来真的是太多感慨。
我当初进大学时学习的是经济学，觉得经济学可能会学非常多数学知识，初期还是觉得很开心的。但是一进去，一门政治经济学就把我打懵了，发现我特别期待的博弈论什么的我们本科阶段学习的很少，牵扯非常多数学知识的也要到高经才会学。完而且大一上着实不喜欢政经，遂决定转专业。那时候看索罗斯的书，发现说在华尔街玩得好的都是数学物理学得好的人。决心转去金融(CFA)专业，研究衍生品模型。转完专业后才发现自己想的太简单，把四年生涯全部压在金融上，仅仅学习学校里安排的数学统计课程（那时候甚至一门编程课都无，实践课我们就简单用了用Matlab）对我来说是远远不够的，这样无法从原理上理解这些复杂的衍生品模型，未来一定会限制我走得高度和长度。于是决心还是沉下心来，回归基础专业，把我的地基搭好，拔高数理逻辑思维能力，顺便顺应时代趋势学习提高一下编程能力，这样以后无论我是继续坚定走金融专业还是转去其他的领域，都能尽快适应，快速学习上手。
然后就开始了我的漫长转统计转数科的道路。小白开始逞能打比赛，先上手简单的分析赛，再转建模，量化，最后取得的成绩还可以。然后凭借着这些成绩也最终拿到了一家研究院金融科技的实习，在里面做大数据相关的东西。大三实习结束后，开始专心准备出国申请。不过比较遗憾的是，家里出现变故，无法供我去美国，忍痛放弃了美国这个对转专业相对来说比较友好的地方，转投英国，英国我申请的全是数据科学相关的项目，自己DIY，无中介，就试了三个，收到了两封拒信，全部是觉得我本科数理基础不行...怀疑我无法完成学业...Excuse me? 我知道英国转专业不友好，但我一堆比赛大奖加上高质量实习还是没法打动他们？？？后来还是在老爸劝说下紧急在DDL前投了新国立统计学，想着统计竞争压力可能会小一些。结果还是新国立统计先来的offer，就直接accept了。也没管英国剩下那个，我自我感觉应该也是凉了。
最后终于进了统计项目，一开始的我可能都是半推动，都是之前试的路不合适或者遇到阻碍，我换个出路试试，但这次进来我就知道我来对了，从半推动变成了自驱动。那种重回推导分析掌握背后原理的感觉真好~不过因为本科四年比别人少修习了很多理论知识吧，我可能之后也不会走理论的方向，而是打算跟我本科结合起来，走应用相关的方向，希望可以跳到数据科学。（这里加一句吐槽，我给蛮多教授发过真诚的邮件表示我找到自己喜欢的方向，可能是他们看我本科是金融..都没几个人回复我...）博士申请也直接申请的数据科学，我真的很喜欢很喜欢这个项目！希望这次能成吧，未来可以在数科道路上越走越远！

材料phd。本科学的光电，但是大二就进lab跟导师做实验了。虽然很多人说做材料很多都是灌水，但是自己深入一个领域，好好研究，真正做出点东西还是蛮有意思和成就感的。不说是改变世界，尽自己的努力做一点贡献吧。（虽然现在想转码了lol

觉得学数学的人都脑子超级灵光啊！佩服

之前学金融的，后来转了数学，感觉今后出路比较多

专业是数据科学, 本科学的是计量经济学,虽然说是比较偏应用的一门专业,但是由于楼主本科沉迷于篮球无法自拔,自己玩社团玩的不亦乐乎,虽然考试通常都是高分过,但是最后发现学的东西也基本上没有记得住的了. 研究生来到数据科学的专业,也迫于找工作的压力真心得开始潜心学习,慢慢发现也体会到了学习的乐趣,也就是用知识来解决实际问题带来的一系列的满足感和成就感.研究生刚刚毕业了,面临就业市场还是感到有一丝丝绝望但也还没放弃,只能说是尽人事听天命. 尽管我目前的现状是有一些艰难,但是我从未后悔过选择数据科学来进行学习, 毕竟这个专业让我实在感受到了学习的东西是有用处的,是可以在团队中有所贡献的,过去的研究生经历,也让我觉得很有价值和享受. 未来的挑战实在是无法可想, 但是幸运的事能从地里的师哥师姐们的很多文字中吸取到一些力量. 祝我能够在这个春招有点儿收获,也祝地里的其他朋友发展的越来越好.

本科的时候学的是数学，现在在读统计的phd，喜欢这个专业的理由似乎是很多小的想法积累起来的。
总的来说我喜欢所有“在幻想的理论世界里绝对正确，在现实世界居然也能套上去得到很合理的结论”的东西。所以第一次听说all models are wrong but some are useful就觉得很扎心。
小学的时候看过一本概率论科普漫画，这是人生中第一次看到怎么算MLE（然后大三考bayesian stats的时候我居然还没正式学过这个概念！硬是靠对这个漫画的印象写出来的otz）反正小时候对这种随机的东西就很有好感哈哈哈。
高中只读了两年，也没搞竞赛，所以本科的时候很快就意识到自己不是能学数学的料，再加上统计似乎比较火，就迅速选了统计track（然而本科学校的统计真的比纯数逊色很多ummm）。统计track总体来说比纯数的diversity大很多，所以不太容易感觉到peer pressure，整体氛围很轻松愉快，好感up up。后来大三按部就班交换，暑研，大四出于“已经一路被推着走到这里了”的心态申phd。事实证明这些未经深思的决策都是很危险的，申请的时候甚至迷茫到除了stats还申了ie, math, applied math。很幸运回到了大三交换的地方读stats了，在一个排名还不错的统计系的生活真的很inspiring，感觉同学和老师看一个问题的角度和之前在数学系的统计track都很不一样（倒也没什么高下之分，只不过之前关注数学上的严谨比较多，而且基本忽略了model背后的intuition）。所以当下对统计的好感更多的来自于，它提供了一种我并不能自发获得的思维方式，这种思维方式让我可以用一些模型把生活中模模糊糊的疑惑/规律都清楚的formulate出来。
当然了感觉自己能一直喜欢统计的另一个原因是它可以用来恰饭！前面说了这么多，但还是不得不承认，如果这个专业彻彻底底吃不上饭，那我也无法继续喜欢了otz
但是具体的恰饭方向还没想好，毕竟也不是很热爱写代码ummm就很僵硬。
最近要做citadel datathon的oa，真的很需要看地里的资源，求求大米呜呜呜，救救孩子QAQ

美本学的econ，本来想学统计的，但考虑到自己从小数学就不好（哭），没敢挑战极限。后来毕业了在银行工作了一年，接触到了一些初级的数据分析架构，感觉蛮有意思的，而且好像也不是纯数学的计算，又对自己充满了一点点信心。
. Waral dи,后来申请了Data Aanalyst的研究生，学了R,SQL SERVER，SAS STUDIO感觉看大叔抓数还挺有意思的，尤其看完了数，再用Excel或者powerbi作图分析出来结果，感觉成就感满满的。身边有很多人从DA转码了，因为待遇会更好一些。但我还是喜欢DA，抓数，跑model，出report的感觉。目前也还是工作不久的新手小白DA。希望能跟大家多多学习。

数科从entry level开始就会和business紧密结合，这样自己做过的事情、建过的model、上过的project 等等都可以真真切切的看到impact和value，自己也会有成就感

我本科是science research本来是要走科研道路的，但还是想去企业里看看，所以就转型了数科，已经工作快两年了，感觉还是不错的

来说说我的吧！
最开始就是单纯的不想刷题。上学的时候学过一些编程课，其实还挺喜欢并且成绩不错。不过觉得刷题的过程非常反人性，比高考有啥么区别哪= =
因为想留在美国，自己又是学理工科的，除了码农之外data机会是最好的选择了。
目前工作五年，呆过电商，广告，startup，travel，大厂这些公司。title也是各种各样，现在是ds，但之前也有data analyst，bi啊等等。总结下来喜欢这行主要有三个原因
1. 要有基本的数据作为事实基础。许多时候单纯吵架没有摆事实讲道理的话就感觉没啥意义。当然，这需要有些至少基本的统计和编程skillset，对英语非母语的人来说更容易些
2. 需要有很多与人沟通的部分。不论是讨论，说服，学习，撕x，这不是一个自己一个人就可以做出特别大impact的行业（业界各种model大牛除外，不过太少了）。在这个过程中，可以和身边的人学到很多。
3. Tech公司的氛围还是不错的。大部分很flexible，同事都很有活力。