現(xiàn)在北美申請MS in Biostat 的競爭現(xiàn)在一年比一年強(qiáng)。也有同學(xué)因?yàn)樽陨肀尘安粔驈?qiáng)，不足夠申請比較好的統(tǒng)計(jì)項(xiàng)目，從而轉(zhuǎn)去申請一些不錯(cuò)的Biostat項(xiàng)目之后也可以找數(shù)據(jù)挖掘工程師之類的工作，下面托普仕zane老師給大家分享一下美國統(tǒng)計(jì)學(xué)專業(yè)就業(yè)崗位推薦的相關(guān)內(nèi)容。
一、Data Scientist(數(shù)據(jù)科學(xué)家)
數(shù)據(jù)科學(xué)家這個(gè)聽起來是個(gè)很高大上的工作，事實(shí)上確實(shí)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(shí)并沒有那么高大上，大概就是以前一個(gè)簡單的工作，改個(gè)名字就高大上了，求職者在市場上找類似的工作要仔細(xì)辨別。
偏Research 的Data Scientist都會(huì)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(huì)提出問題，有扎實(shí)的統(tǒng)計(jì)和編程基礎(chǔ)，還要會(huì)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(jìn)了Facebook，Google等科技公司的，他們路線一般都是大二大三都在實(shí)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(gè)也是一個(gè)比較應(yīng)用的工作，要求申請者會(huì)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(jì)的理論基礎(chǔ)要扎實(shí)，前沿的ML，DL算法要懂，要對數(shù)據(jù)敏感，會(huì)提出問題并從data中找到答案。
一般都需要一定時(shí)間的相關(guān)工作經(jīng)驗(yàn)。
三、Financial Quantitative Analyst(定量分析師)
這也是一個(gè)偏應(yīng)用的崗位，通常也是要求會(huì)講故事，基礎(chǔ)扎實(shí)，會(huì)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(jìn)行投資。然后這個(gè)統(tǒng)計(jì)知識(shí)要求不是特別高，但是要求金融，宏觀經(jīng)濟(jì)知識(shí)。
四、Machine Learning Engineer(機(jī)器學(xué)習(xí)算法工程師)
從名字可以看出這是一個(gè)集開發(fā)模型，調(diào)試，優(yōu)化于一體的工作。需要扎實(shí)的機(jī)器學(xué)習(xí)理論基礎(chǔ)。
以上就是美國統(tǒng)計(jì)學(xué)專業(yè)就業(yè)崗位推薦的相關(guān)內(nèi)容。如果您對美國留學(xué)感興趣，歡迎您在線或者添加微信Tops6868咨詢托普仕留學(xué)老師。托普仕留學(xué)專注美國TOP30名校申請，采用5v1服務(wù)模式，21步精細(xì)服務(wù)流程，硬性四維標(biāo)準(zhǔn)+六維背景提升等留學(xué)服務(wù)體系，為學(xué)生錄取美國名校提供保障。
相關(guān)推薦
最新資訊