现在有什么工作是用传统统计而不是 ML 的吗？

屹立不倒的就是生物、制药、医疗的小样本统计对照实验上了，因为机器学习基本无法处理小样本，传统统计里的non-parametric和Bayesian这些东西就能施展得开，但是这个口真的是一个萝卜一个坑，有些公司还故意把门槛设特别高只收phd，而且未来发展空间比较窄。

如果你喜欢GLM，FDR这些，更注重传统statistical inference的地方就是银行的credit和risk组，这个相对无聊一点，但是坑多，工资高，工作强度也不大，工具基本也是SAS+SQL，而且用的就是GLM + 历久弥香的独立变量做预测，听说近几年也在尝试新的概率模型并且尝试拜托SAS了。

还有就是传统实业，例如retail这种，这种公司基本就是sales和pricing会用不少统计背景的人，项目集中在price optimization的GLM/Time Series建模 + pricing strategy的花式AB test + customer clustering，我前后几个公司全是这方面的，所以就相对了解多一点，整体坑相对多，和互联网等热门行业不脱轨，唯一可能不合你心意的就是近年来实业公司的管理层也开始被大量忽悠开始搞大数据和机器学习了（人家数据确实多也是优势），招的数学统计方面的人也是偏ML模型的倾向性强一点。

补充内容 (2019-2-5 06:00):
还有就是传统实业现在用的工具相对新一点，python & Java主流，R作为辅助，数据库一般用Cloud的多一点。