工业应用统计就业前景？

一、工业应用统计就业前景？

工业应用统计学专业毕业生的就业前景非常好；主要到政府统计部门、经济管理部门，银行、证券公司、保险公司等金融机构以及信息咨询公司等从事研究和教学工作或者到大型企业部门从事数据分析工作。

应用统计学专业的毕业生主要到企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。

二、应用统计硕士就业前景如何？

统计专业在大城市就业还是不错的，以后主要的就业方向就是市场调查公司之类的工作。首先我们国内这个专业开始还没多久，还比较缺少这方面的人才还有就是现在的公司越来越重视市场的开发，哪就需要我们专业的人来做调研了公司也越来越重视产品的质量，这质检部门也是统计学专业的领域。这么说吧企事业单位和经济、金融和管理部门从事统计调查、统计信息管理、数量分析、市场研究、质量控制以及高新技术产品开发、研究、应用和管理工作，或在科研教育部门从事研究和教学工作的高级专门人才都可以是统计学专业的学生就业的领域啊~

三、应用统计学金融统计就业前景？

 应用统计学金融统计专业就业前景非常好。

应用统计学专业的毕业生主要到企业，事业单位和经济，管理部门从事统计调查，统计信息管理，数量分析等开发，应用和管理工作，或在科研，教育部门从事研究和教学工作。

应用统计学专业培养具有良好的数学基础和一定的经济学基础，掌握统计学的基本理论和方法，受到用统计方法和统计软件收集，整理，分析数据的基本训练，掌握统计建模和统计应用的基本方法，能熟练的运用统计方法分析数据和解决实际统计应用问题，能在政府，企业，事业单位和经济管理等部门从事统计调查，统计信息分析，数量分析等方面工作的统计学，高级应用型人才。

四、西安交大应用统计就业前景？

就业前景广阔，就业率高。

该专业的前身是1979年我校恢复数学系后所创建的概率论与数理统计专业，是全国最早获得硕士学位授予权的单位之一。2011年数学与统计学院成立后，正式创建统计学专业，目前拥有统计学一级学科博士学位授予权。

该专业培养具有坚实宽广的统计学基础知识、熟练掌握统计数据分析方法、具备较强的统计软件应用和开发能力，能在各实际领域从事数据分析和统计咨询工作的高素质应用型人才和具有深厚统计学理论基础的研究生后备人才。

主要课程设置：数学分析、高等代数、实变函数、泛函分析、复变函数、概率论与数理统计、随机过程、多元统计分析、统计软件、时间序列分析、非参数统计、贝叶斯统计、统计计算等。

五、应用统计学就业前景女生？

应用统计学适合女生,应用统计学对男女生基本都差不多,有一定数学基础就可以,不算难,如果数学不好那就很难了。

应用统计学专业研究生要发展，还是考虑往财税、金融等领域突破，考CPA、精算师等，到银行、会计事务所、保险公司等机构工作。因为单纯的统计是没什么工作好做的，需要和其他的工作（专业）相结合。

统计学专业毕业生的就业前景非常好；主要到政府统计部门、经济管理部门，银行、证券公司、保险公司等金融机构以及信息咨询公司等从事研究和教学工作或者到大型企业部门从事数据分析工作。应用统计学专业的毕业生主要到企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。

六、医学应用统计学就业前景？

就业前景不错，很好。社会对本专业的需求越来越大,医学应用统计学已成为当前统计领域热门专业之一,毕业生就业前景十分广阔,近几年来毕业生就业率(包括考取研究生)均可达到100%。

就业方向主要包括在医药卫生相关部门、社会调研及统计管理等，希望可以帮到你

七、应用统计硕士就业前景怎么样？

统计专业在大城市就业还是不错的，以后主要的就业方向就是市场调查公司之类的工作。首先我们国内这个专业开始还没多久，还比较缺少这方面的人才还有就是现在的公司越来越重视市场的开发，哪就需要我们专业的人来做调研了公司也越来越重视产品的质量，这质检部门也是统计学专业的领域。

这么说吧企事业单位和经济、金融和管理部门从事统计调查、统计信息管理、数量分析、市场研究、质量控制以及高新技术产品开发、研究、 应用和管理工作，或在科研教育部门从事研究和教学工作的高级专门人才都可以是统计学专业的学生就业的领域啊~

八、应用统计专业硕士的就业前景如何？

哎， 了一直咳睡不着，再来更新下吧。

11月换了新工作，虽然还是数据pm，但这次更偏数据应用向的pm，不像之前做底层策略；更大的挑战是换了新行业，完全不是之前自己擅长的领域。舒适区待的时间长了，跳出来学新的东西真的很折磨，折磨点不在于没有动力学新知识，而是身体精力有些跟不上了，白天各种开会听天书，晚上周末加班恶补业务知识，一个多月感觉还是懵懵懂懂，嗐，换工作换方向想得太天真，成本可真是大，预期未来三个月可能都很少有晚上的休息时间，希望能早点适应～新工作也用到了很多统计学，越来越觉得学统计除了数分干数据pm也很适合，最大的点在于想法能自己落地

之前有同学私信我商业化pm应该读哪些书入门，想了解广告系统，推荐这本书吧，个人觉得1-6章可以重点读，尤其广告架构那张图，可以大致了解app中的广告展现到你眼前经历了哪些流程。如果有问题欢迎随时问～后面有时间再更新下策略具体怎么应用在线上产品。

======================================

再浅答一下，最近在找工作，回顾了一下工作经历。简单分享一下，7年经验：两年数分，两年数据产品，三年策略产品。先说下数分转产品的原因，毕业后进的公司做的数分并不是数据科学那种，而是偏业务的数分，业务数分有一个尴尬的点是，通过分析得出来的结论，很难真正的落地，没成就感，所以当时跳到一个中厂转数据产品，重新开始。但我本身其实是个性格不算外向的人，大多数更愿意与数字打交道，而产品经理嘛，需要与各方沟通，推进项目，这当中的转变着实费了一番功夫。克服这个点，加上熟悉了产品的工作模式，借助数分的经验和思路，后面的工作就游刃有余了。

这里插一句我对数据产品的认识：按照对于数据应用的深浅可以分为下面三类：

数据质量型产品：负责sdk、数据埋点、上报等等

数据工具型产品：数据报表平台、BI平台

数据应用型产品：标签、策略产品（推荐、广告引擎系统等）

我转产品这五年的数据+策略，主要是数据应用型产品，这类pm在提需求设计策略或者指标时，前期要做大量的数据分析，验证策略或指标设计的合理性、可用性以及后续如何评估效果等，比如去重策略按什么去重、精排阶段排序关键字新增时，如何跟其他因素做平衡，最大值gap怎么设计、阈值为何这么设计，每一个策略需求都需要大量的数据支撑，否则在和研发进行评审时会被挑战死。这对产品经理本身的数据思维、数据技能都有要求，在项目排期比较紧时，没有数分同学支持，那数据产品技能上硬实力就显得很重要，尤其之前有数分经验，优势就体现出来了。

其实如果不是数据科学向的数分，个人感觉天花板数据产品相比业务数分更高，找工作的内卷程度也低一些。最近组里招数分实习生，统计/应统/数学的简历收到爆炸，学历一个比一个好，感叹自己早生了几年，如果我现在找工作，估计会失业，哈哈 。

最后，谈一下换工作的痛苦，产品这个赛道一旦选定了方向，再想换成本会很高。我做的是商业化的数据+策略，对于广告这块，随着制造业遇冷波及的互联网寒冬，未来收入不减就算好了。想换个新赛道，但面试一直不顺，也怪自己，舒适圈待太久了，很难跳出来。未来自己要增加对行业的敏感度，每年都要出去面面试，见见其他厂在做啥，个人在市场的竞争力如何，及时调整。

以上算个人一点点复盘反思吧

==========================================

18年四月更新：（地铁上码字，格式见谅）

从数据分析转行到数据产品经理半年多了，感触挺深的。目前主要做的偏DMP方向的PM，主要参与DMP标签的全流程，包括标签前期调研（业务端和竞品）、标签开发策略（与RD一起）、开发所需数据源的字段调研、标签开发后的准召测试、标签每天的监控数据（覆盖度和活跃）、标签线上ABtest、实际投放效果分析等。

原先的回答有些天真了，无论会哪种语言会什么软件，对于pm或者数据分析师，他们都是工具。每天更重要的还是思考数据背后的东西，举个简单的例子，某天某个标签反馈投不出量，需要排查bug。作为PM首先思考的并不是深入到细节具体算那些数，而是考虑从标签生成到投放这一流程里，哪一个环节出了问题，要做到MECE原则，相互独立，完全穷尽。比如我将所有环节都列出来后，由于这一流程设计的team较多，包括标签生成团队、标签数据服务团队、引擎端、投放端等等，当时从标签生成库开始排查，标签库中的标签生成是否正常，线上数据库的标签是否能被引擎读取到，针对指定标签人群引擎是否可以召回目标广告等等，最后找到bug。后期复盘这个case时，对于流程复杂的case，是否可以采用二分法来排查bug，当时这个case排查了三个小时，如果采用二分法，先从各模块耦合的地方开始查，也许能提高效率。

我想说的是对于数据分析或者PM来说，懂业务懂需求，锻炼自己的逻辑思考能力可能更重要，当然如果会一门语言确实能提高效率，比如上面排查bug所说的每一模块是否正常都是需要用数据来验证。但不要舍本逐末，做项目时要时时刻刻牢记分析的目标或者需求的痛点，工作中很容易发散出去。

写得很粗，简单分享下感受，有空再更新些实际的case，大神们轻喷。

推荐一本书 《金字塔原理》，里面的思考方式和逻辑，工作中用的最多，受益匪浅。

===============我是分割线==============

本科，211，统计学；硕士，华五，应用统计硕士。

硕士方向：金融时间序列，期间学习了R语言。后来研二在互联网公司实习，自学Python、SQL，之后实习生转正。

我们那届毕业生去向最多的是银行（江浙沪包邮地区各种银行）、其次是券商、互联网（Ebay、百度、京东等）。

金融不了解，主要说下互联网这块的就业。

1、营销市场、运营数据分析

要求技能：excel精通、PPT精通、SQL会一些即可。

这块工作主要是一些报表性的数据分析，关键需要懂业务，结合业务挖掘出具有商业价值的insight。

2、策略产品经理/数据分析师

要求技能：SQL/excel精通、Python/R掌握、PPT会一些即可。

这部分工作强调商业逻辑，需要结合已有数据（产品数据、用户行为数据、外部社交数据等）进行分析，因为数据源和维度增多，相应所处理的量级也成倍增长，需要自己写SQL提取数据，并且用Python/R处理清洗数据，有能力的可以进行一些模型的拟合预测等等。由这些数据的分析和解读，撰写产品等分析报告，或者策略优化等等。

PS：用R做可视化真是利器，代码简单，参数自定义，图形漂亮，客户面前的装B神器。

3、数据挖掘工程师

要求技能：Python、SQL、机器学习算法精通

这部分现在超出我的能力范围，先占个坑，以后答。

如果题主未来想进互联网，学校期间学好多元统计分析和机器学习的课程，再辅助学一门语言R/Python（Python第一个包建议学Pandas，数据分析的利器，强烈推荐！！！）都可以。推荐这本书算是我的编程启蒙之书

九、应用统计学就业前景及薪酬？

应用统计学就业前景很好，薪酬也很好。毕业生可在政府、银行、保险、证券、生物、医药等政府机关、经济金融管理部门和大中型工商企事业单位从事统计调查、统计计算、统计信息管理、数据分析、决策分析、管理咨询、风险控制、市场分析研究、质量控制、专业技术管理等工作以及高新技术产品开发研究工作，或在高校科研教育机构从事研究和教学工作。

十、统计与大数据分析就业前景？

数据分析可以帮助企业清晰的了解到目前所处的行业状态与竞争环境，帮助企业进行风险评判与决策。企业如果能够充分利用数据分析所带来的价值，呈现给企业管理者的将会是一份准确并且有数据去支撑的报告。

因此企业对于数据分析人员的需求会非常大，现在，大多数的金融、互联网、教育培训，以及正在考虑转型的传统行业，基本上都设置了专门的数据岗位，因此现在数据分析的就业前景十分乐观。