【长期加分贴】我为什么喜欢我的专业？【数科统计生统篇】

本科物理，现在想转行了，研究生申请的统计/data science
物理的话呢还是蛮有意思，特别喜欢理论物理，然而理论物理的申请现在是越来越难了，在Trump时代，应该会越来越难（捂脸）；学长们各个都触礁沉船了，要么看势头不对，趁早转EE或者统计了。
所以嘛，我也转了，理论物理还是留给爱因斯坦一样的天才或者富二代来做吧（捂脸）。
做过一些ML的科研，感觉还是蛮好玩的，而且相比理论物理不难，比较容易上手。说真的，在体会到理论物理的海洋中举步维艰后，做一些比较容易比较简单一些的事情是多么幸福的事啊！！至少我三小时能看一篇paper了，而理论物理的paper我要看一星期orz

本科经济学，虽然很喜欢但是太文科了感觉以后找工作难，于是转到数学了，自己数学还是有点信心。
然而研究生转到统计了，毕竟是大数据的时代了嘛，个人也很喜欢概率之类的东西，大概是小时候赌博类抽卡类游戏运气一直不错的原因...嘛，不过现在准备申请Biostatistics的博士，投身公共卫生事业了。一是因为bio比纯统计更应用一些，接触的实验数据更多，二是将来能和医学研究沾边的话，总觉得算是作出社会贡献了（而且白大褂有种魔性的美wwww）

喜欢统计是因为测试数据，建模，推断的过程看似是半已知的，无非是努力筛选方法，走一个按部就班的流程，得到推断的理由，但它带来的却是无穷多的可能性，和推翻现有偏见的能力。大数据时代统计更是辅佐cs处理信息的工具，比如为何网页上的一些广告真的能对你胃口，能把这些源源不断的数据和信息整合成一个相对简单的模型和策略，是一件有趣又高效的事情。

算是缘分选了这个专业，可以很多思考空间，比较害怕可替代性吧

本人专业统计。最一开始我其实是想学金融的来着，报的金融没录我，阴差阳错地来到了数学院（不记得谁跟我说学金融先把数学学好。。。我就拿数学当了第二志愿）在数学院待到大二，学院里面分专业，当时统计专业报的人最多，于是一颗随大流的心让我来到了统计。虽然说进入统计这个专业之前对统计没有太多的了解，但是随着一些专业知识的学习我发现我对统计还是挺感兴趣的。先说课程吧，偏理论的课程对我来说可能会无聊一点，但是像多元、时间序列、非参、线性回归这些偏应用的课程，我就觉得很有意思。基本上每一门课最后都会要求学生去获取现实中的数据然后用上课学过的方法分析一下写个报告，每到这种时候我就会觉得统计特别神奇，能看到一些数据背后不太明显的规律。另外再说统计这个专业对口的工作吧，我个人觉得不管什么公司多多多少少会用到点数据分析，尤其是在现在这种数据量爆发的时代，所以说统计的就业面积可以说是很广了。我希望以后研究生毕业之后可以去个互联网公司当个data scientist什么的，工资也还可以。基于这种对未来的美好憧憬，我对统计的兴趣自然也有增无减

补充内容 (2018-2-2 20:06):
正在等美国研究生的ad，来此贴里扯扯闲话，缓解一下紧张的心情

我是美本，本科学的是统计。其实刚上大学的时候想学数学，但上了有证明的线代感觉纯数太抽象，大一第一学期唯一拿A的就是统计课，给了我不少信心，于是乎就declare了统计专业。之后上了线性回归，数理统计等课，接触了R语言，因为自己还辅修了计算机，所以感觉比起Java，R相对容易上手。大二暑假我在一家CRO公司的生统部门实习，接触到了生统，感觉这个作为统计的分支，更偏应用，所以大三修了和生统相关的课程，又做了missing data 和 survival analysis 的research，现在在申请生统的master，希望能够收到理想学校的offer！

作为18fall统计申请大军中的一员，申请阶段准备了一些统计专业方向的资料，结合自己四年本科统计专业的学习，分享给大家！

1. 统计是做什么的？
统计通过建立可以解释的数学模型，提取出数字背后的有效信息，达到“让数据说话”的目的。看似毫无规律的数据——无论传统统计学所专注的、有限的数据集，还是互联网大数据时代所产生的庞大的数据集——经过统计学的处理，都具有了实际意义，反映某种规律。这种规律可能不是直观上能轻易辨别出来的，但的确是客观存在的。

2. 统计的应用前景？
统计有着广泛的应用前景，可以说，凡是涉及数据分析的行业就需要统计学。目前，统计学主要的应用方向包括互联网、金融业、医药业、销售业等，而这些行业恰恰是与人们日常生活关联最紧密的。所以，统计学“间接地”影响着日常生活的方方面面。

3. 统计对个人/社会发展的帮助？
① 对于产品的开发者（包括商品经销商、网站开发员等），记录客户的各种行为（收集数据）并据此做出合适的决策（分析数据），可以让他们获得更多的利润
②对于产品的使用者，他们的一举一动都在为开发者提供数据。开发者据此作出的决策，反馈到产品上，可以为使用者带来更好的使用体验。消费者在无形之中享受到了统计学带来的便利。
③上述两点构成的良性循环，能够让越来越多的产业体会到统计学的意义。人们在思考与数据相关的问题时，不再仅仅依靠经验的常识与主观的感觉，而是更多地去用科学、理性的方法，用数据分析的结果做出决策——统计学若能给人们带来思维方式的改变，必然可以提高决策的可行性，提高生产效率，等等。

4. 统计与数据挖掘
数据挖掘旨在从大量数据中获取有效的、新颖的、最终可理解的规则，简单地说，就是从海量数据中“挖掘”潜在有用的知识，让数据“说话”。相较于传统的统计方法，数据挖掘在处理大量数据时更为强势有效，亦符合企业的需求。

5. 互联网行业数据挖掘的前景与机遇？
随着Facebook, Twitter, Snapchat等众多互联网社交应用的崛起，随之而来的便是对用户群体的分析，从而对产品的进一步发展作出决策。
举个例子，2005年9月，Facebook首次向非大学生公开，允许高中生注册账号。这一举动让其最初一批的忠实用户感到愤怒，但Facebook团队认为这是为网站做出的正常方向。那么它该如何证明它的方案是正确的呢？这就需要对Facebook的点击流建立一个数据仓库，对数据进行大规模分析。
不仅仅是社交网络，可以说，每一个互联网产品，包括淘宝、京东等购物平台，Google、百度等搜索引擎，都需要对每天成千上万的访客数据进行处理分析，从而决定对用户推送什么样的内容能符合用户的兴趣。互联网数据分析师在这些方面有着广阔的发展空间。

以上内容都是我的一些心得与看法，自己总结，完全手打！希望可以帮助到未来的申请者，也希望自己的申请可以good luck！
最后，感谢论坛给了我们交流分享的机会，希望一亩三分地越来越好！
p.s.如果您觉得有帮助，请慷慨地给我加一些大米哦~积分不够很多隐藏内容看不到~非常感谢！Thanks♪(･ω･)ﾉ

补充内容 (2018-2-10 11:56):
另外补充一下心路历程吧！自打进入统计专业以来，从来没有后悔过这个决定。可能学习的过程常常遇到困难和瓶颈，常常面对满页的公式定理一筹莫展，但是我更喜欢攻克难题后、站在更高处享受到的开阔视野。与君互勉！

本科测控，学长在加拿大学data sicence我喜欢他是因为这是一个多学科结合的，数据统计，机器学习

本科信息学院，硕士读了计算机和统计，之后一直在做码工和数科之间徘徊，算是在做机器学习的应用吧。

想分享一些统计硕士毕业之后就业的经历。大公司比如flag的data scientist一般是research scientist要求博士学位，也要求做研究发论文，如果想做机器学习可能主要是ML engineer，工作内容读论文做模型写实现，然后a/b test，压力还是有的，因为需要做的东西能赚钱，个人感觉比做一般的码工还是费心些，但是好处是新手上路也能碰上死耗子，比起码工对经验的要求低一些，上学学的那些课程项目和工作的内容差别不大。大公司的data engineer的职位感觉比较像analyst或者BI，主要分析数据做报表，也是不错的选择。

一直在传统行业工作，最近两年深刻的体会到了计算机技术对于传统行业的冲击。重复低效的手工操作正逐渐被高效且智能的软件替代，这样员工的时间和精力就能够被腾出来去做更有意义的事情。参与到这个转变过程中的我也渐渐喜欢上了编程，如此严谨，充满逻辑，每次克服种种困难后顺利运行出结果，内心都被巨大的成就感充盈。

曾经上学时还对计算机无感，工作后切身体会到它所带来的巨大能量，逼着自己走出舒适区去编程，才慢慢喜欢上这个专业。

补充内容 (2018-2-22 22:12):
不好意思发错地方了，已经重新去CS那边发了一遍