美國統(tǒng)計學(xué)專業(yè)就業(yè)崗位推薦

美國統(tǒng)計學(xué)專業(yè)就業(yè)崗位推薦，相信這個問題是許多正在準備留學(xué)的同學(xué)關(guān)心的一個問題，那么下面小編就來和大家說一說，感興趣的您趕緊往下了解吧。

　　數(shù)據(jù)科學(xué)家這個聽起來是個很高大上的工作，事實上確實有做比較復(fù)雜有意思的工作，但也有些許公司，工作崗位叫“Data Scientist”的工作內(nèi)容其實并沒有那么高大上，大概就是以前一個簡單的工作，改個名字就高大上了，求職者在市場上找類似的工作要仔細辨別。

　　偏Research 的Data Scientist都會要求有PhD。其他接受本科及碩士的大部分是做偏應(yīng)用，模型應(yīng)用的。

　　應(yīng)用的Data Scientist崗位需要人有business sense，會提出問題，有扎實的統(tǒng)計和編程基礎(chǔ)，還要會講故事說服公司決策者。

　　在北美要找工作的話，規(guī)劃好的話本科畢業(yè)也能找到，也有人讀完碩士說不好找很久才上岸。我本科在北美一所公立，我周圍的朋友也有進了Facebook，Google等科技公司的，他們路線一般都是大二大三都在實習(xí)，然后拿到return offer畢業(yè)之后直接去的。

　　二、Data Mining Engineer(數(shù)據(jù)挖掘工程師)

　　這個也是一個比較應(yīng)用的工作，要求申請者會相應(yīng)的data mining算法，從logistics regression，decision tree，random forest， SVM，clustering到一些deep learning 的CNN RNN各種算法都要了解。

　　常用的編程軟件是Python，Java等。很多python里 DL，NLP的包還是比較好用的，需要熟悉這些包的使用。

　　此類崗位要求還是算高的，方方面面統(tǒng)計的理論基礎(chǔ)要扎實，前沿的ML，DL算法要懂，要對數(shù)據(jù)敏感，會提出問題并從data中找到答案。

　　一般都需要一定時間的相關(guān)工作經(jīng)驗。

　　三、Financial Quantitative Analyst(定量分析師)

　　這也是一個偏應(yīng)用的崗位，通常也是要求會講故事，基礎(chǔ)扎實，會提取信息等能力。和前面Data Scientist有一些方面類似，不過從科技商業(yè)場景轉(zhuǎn)到金融相關(guān)場景。

　　金融建模，然后分析模型進行投資。然后這個統(tǒng)計知識要求不是特別高，但是要求金融，宏觀經(jīng)濟知識。

　　四、Machine Learning Engineer(機器學(xué)習(xí)算法工程師)

　　從名字可以看出這是一個集開發(fā)模型，調(diào)試，優(yōu)化于一體的工作。需要扎實的機器學(xué)習(xí)理論基礎(chǔ)。

通過上文的內(nèi)容介紹，大家對“美國統(tǒng)計學(xué)專業(yè)就業(yè)崗位推薦”大家是不是有了一個大致的了解呢？如果大家還想了解更詳細、更多的相關(guān)內(nèi)容，則可以繼續(xù)關(guān)注本頻道，也可以向本頻道咨詢。

>>免費領(lǐng)全球留學(xué)白皮書，了解各大學(xué)報考條件、費用、開學(xué)時間、含金量<<