导航菜单
首页 >  数据分析硕士毕业就业前景  > 应用统计专业硕士的就业前景如何?

应用统计专业硕士的就业前景如何?

出品|爱数据LoveData(ID:cntongji) 

最近有不少人问我关于应用统计专硕就业前景的问题。因为工作中带了不少实习生,基本都是各大高校应统专硕出身,所以针对对应统的就业情况简单谈一些自己的了解。

先说结论:应统专硕的就业面还是非常广泛的,包括但不限于:互联网、金融、咨询、传统企业、公务员、教育等行业。由于性格和个人能力不同,选择的就业方向差距还是很大的,接下来具体的介绍不同行业对应的岗位大致有哪些(某些行业可能了解不多,如有遗漏还望广大知友可以提示):

01 互联网

先说自己比较熟悉的互联网行业,统计相关专业在互联网可以从事的岗位还是挺多的,我了解的有:数据运营、数据产品经理、本人所从事的数据分析师、策略产品经理,更偏向技术的有数据挖掘工程师、算法工程师等,近几年随着大数据的兴起,还有个叫数据科学家的岗位也比较多。

1、数据运营/策略运营

以华为数据运营岗位为例:

数据运营

技能要求:一般要求熟悉掌握Excel、PPT,有的岗位可能要求会SQL,涉及一些简单的取数之类的工作。

数据/策略运营通常就是我们所称的“表哥”、“表姐”,一般就是结合实际业务进行一报表制作之类数据分析,为业务调整和优化提供数据支持。

2、数据分析师/策略产品经理/商业分析师

数据分析师策略产品经理

技能要求:熟悉SQL,Excel,熟悉python/R等统计分析工具,熟悉Tableau等BI工具也是必要的。

除了技能之外,数据分析师一般还要求熟悉AB测试、还有常用的机器学习算法。

这类型工作内容就像上面所写的:

通过数据挖掘和探索分析用户行为,获取有价值结论并形成有效决策依据,⽤数据分析和建模等手段驱动⽤用户增⻓,通过数据分析为用户增⻓决策、运营策略、产品方向提供数据支持;

搭建业务的基础数据指标体系,开发并维护相应的数据报表;

监测业务的⽇常数据,关注数据波动并能够分析和解读数据异常;

深⼊理理解AB测试实验,设计AB测试实验⽅案以验证问题和分析结果。

3、数据挖掘工程师/算法工程师

数据挖掘工程师

技能要求:这两种岗位要求,有扎实的数据结构和算法功底,熟悉机器学习、自然语言处理、数据挖掘中一项或多项,代码能力要好,对技术要求比较高。算法工程师近几年可谓卷到极致,一般都要求有TOP学术会议及期刊发表经历,建议大家慎重考虑。

4、数据科学家

数据科学家

技能要求:熟练使用SQL等相关数据提取工具和R、Python等相关分析工具;

数据科学家更像是数据分析师的进阶版,对理论知识以及实践技能要求更高,一般都是硕士起步,会研究一些比较前沿的领域比如因果分析之类的。

02 金融

金融行业自己了解不是很多,有个高赞的老哥总结的不错,结合自己身边朋友的就业情况简单谈一下。

1、信用卡中心

信用卡中心也有很多岗位适合应统专硕的同学,以招商银行信用卡中心为例,有风险量化评估、策略运营、大数据等多个方向,具体岗位详情和要求如下:

2、各大银行省分行、支行

现在各大银行都有叫个“金融科技”的岗位特别适合应统专硕的同学。同样以招行杭州分行为例:

3、互联网金融

像陆金所之类的互联网金融公司对统计相关专业的需求也比较多,主要岗位数据分析师,风险管理之类的岗位。

4、其他

除了以上列举的之外,还有一些岗位比如投行,行业研究以及量化投资类型的岗位,可能更适合本科有金融背景的同学去从事,我有个同学之前就对量化投资很感兴趣。

03 运营商企业

像移动、联通、电信这种运营商企业每年也会招聘大量的应统应届毕业生。主要从事的方向也是类似于互联网数据分析和银行金融科技之类的岗位,以中国移动数据分析岗位为例,基本在各省的分公司都有这样的岗位,所以不想在一线城市从事互联网行业的同学可以关注一下这些公司。

04 传统企业

随着互联网技术的发展,企业拥有庞大的用户以及其他类型数据,必须主动或者被动的向数字化转型。传统行业比如中医药、保险、房地产、车企等等都需要数字化人才,这些都是应统专硕可以选择的就业方向。

房地产数据分析

05 其他

除了以上列举的之外,还有很多人会选择考公务员、事业编之类的,有的人也会选择去教育机构当老师。这些与专业相关不大,所以就不详细介绍了。

06 总结

现在企业的发展基本离不开互联网技术和数据分析,统计是最相关的专业,所以大多数同学都会选择数据分析、商业分析相关岗位。

对于目前仍在校或者已经考上研究生还没有开学的应统专硕的同学,建议多上招聘网站了解一下自己喜欢的岗位的技能要求,早做准备。

另外尽可能的在不耽误学业的情况下,抽时间去实习,最好是互联网公司,一方面锻炼自己的能力,另一方面可以提前了解自己是否适合在互联网工作,以及能否接受互联网公司的生活节奏。

扫码加入数据分析社群

相关推荐: