请问cs学生学哪些数学课将来可能会派上用场？

现在学校提供的数学课有：统计，数学分析，微分方程，离散分析偏微分方程，复变函数，矢量分析，线代，混沌理论，损失模型，多变量分布，回归分析。请问各位大佬将来工作面试选哪些课作用比较大？

ML/AI：统计，线代，多变量分布，回归分析，微分方程
General SDE：感觉都没什么用

普通码农的确毛都用不上，顶多离散。
离散也是，你学得好的话知道当年离散课上学过，
没学好你不知道离散讲过也不碍着你写代码。

你如果搞科研等你用的时候基本上也全忘了，到时候也得重新学。
我本科学了高数 线性代数 复变函数 大学物理，电路理论基础，等
感觉就是用来强行拉开GPA的。

所以你要是有毕业就当普通码农的觉悟，选这些不如多选些商科economics 或者finance。省的将来赚了钱不知道怎么打理。

2以内加减法

补充内容 (2019-12-17 02:03):
我是機械碩士+EE背景轉專業，讓我補的第一門課是 離散數學
上課之後感覺：   簡直是侮辱

基础的话是统计加线代

剩下的从微分方程（特别是numeric方面的），多元，回归分析，矢量分析里面选吧

复分析那些除非搞理论，不然就算了

额。。能不选数学课吗？

ML/AI：统计，线代，多变量分布，回归分析，微分方程
General SDE：感觉都没什么用

统计必须，线性代数 必须。离散可以学学。还有淑芬，基本的高等数学基础以可以学一下。

线代微积分是基础，不管什么做码农还是搞科研都该上。你要是哪一天突然上道想要做research了，什么数学都可能用的上。普通码农可能高中数学是你平时工作需求的极限了。撑死了让你解个二元一次方程组

密码学和编程语言理论会用的上抽象代数。密码学也会用的上数论。然后ML能用到的数学就更多了，从最基础的多元微积分，线性代数，统计概率，到进阶的数值分析，凸优化，线性规划。再往上测度论都能用得上。做SDE我觉得离散数学和组合数学就够了。

线性代数和概率统计，这两个花再多都力气都值得。

如果对ML感兴趣，那么处理连续函数的数学分支学再深也没（不）关（够）系（用）。我自己只学过数学分析，数值分析，一点点微分方程和最优化。但是时间允许（并不）的话还想学泛函分析。
对计算理论，编程语言感兴趣的话楼上说了，抽象代数和数论
对金融有点兴趣的话随机过程了解一下。
对计算机图形学感兴趣的话，数值分析，偏微分方程。听一个CMU做相关研究的学妹说近年来ML大力出奇迹干掉了很多经典方法，于是可能又回到ML。。。真的是万物皆可ML
对量子计算感兴趣的话，需要啥都懂一点然后再读半个物理专业hhhhh

关于工作面试选哪些课作用比较大，做研究的话case by case，做算法那肯定就是线性代数和概率统计，然后就普通微积分，连数学分析都不用。普通搬砖的话根据具体工作内容对数学的要求从小学数学到高中数学不等。

科研也是现学现卖啊。。。