¿Cómo deberían encontrar empleo los estudiantes de estadística?
Después de graduarse, los estudiantes con especialización en estadística tienen trabajos en. Empresas de Internet y bancos estatales, empresas de valores de gestión de activos, funcionarios, etc. Como tengo muchas estadísticas y no sé mucho sobre conocimientos financieros, aquí me centraré en las empresas de Internet.
Empresas de Internet: bajo la ola de big data, esta debería ser una industria relativamente popular. Aunque hay un "996" del que todo el mundo habla, el ambiente de trabajo dinámico y libre, el contenido de trabajo fresco e interesante y el salario relativamente alto son realmente muy atractivos. Los estudiantes de estadística pueden elegir carreras principalmente en empresas de Internet: ingenieros de algoritmos, mineros de datos, analistas de datos, gerentes de productos, etc. , pero si se dividen, se puede decir que se dedican a algoritmos, análisis, productos, operaciones, etc. La elección de diferentes ocupaciones puede adaptarse a sus capacidades según los requisitos de la información de contratación. De hecho, generalmente puede elegir.
1. Ingeniero de algoritmos: una profesión de alto nivel en la industria con el umbral y los requisitos técnicos más altos.
1. Técnicamente, es necesario estar familiarizado con el entorno de desarrollo Linux, C, Python y otros lenguajes de desarrollo.
2. Conocimiento de algoritmos: tener una base sólida en estructuras de datos y algoritmos, y estar familiarizado con el aprendizaje profundo, el aprendizaje automático, el procesamiento del lenguaje natural, la minería de datos, la computación distribuida y otras tecnologías.
3. Experiencia empresarial: Se requieren ciertos conocimientos empresariales, como experiencia en sistemas de recomendación, publicidad computacional y motores de búsqueda.
2. Minero de datos: en comparación con el ingeniero de algoritmos, los requisitos para las capacidades de desarrollo y prueba serán más débiles y se centrarán en el modelado y análisis de datos en profundidad.
1.? Técnicamente: debe dominar uno o más lenguajes de secuencias de comandos, como shell/c(c)/php/python/, y tener sólidas habilidades de codificación.
2.? Conocimiento profesional: familiarizado con los algoritmos de minería de datos de uso común, regresión logística, bayesianos, bosques aleatorios, algoritmos de agrupamiento, etc.
3.? Negocios: para comprender el conocimiento relacionado con Internet, generalmente es necesario comprender las líneas de negocio de la empresa para la que trabaja.
En tercer lugar, analista de datos
1.? Técnicamente: es necesario ser al menos competente en SQL (para extraer números). Puntos de bonificación si puede utilizar el software de informes Power BI y Tableau (para análisis, pero la mayoría utilizará tablas dinámicas de Excel).
2.? Conocimiento profesional: los requisitos para los algoritmos de minería de datos son más bajos que los de las dos primeras posiciones. Requiere ciertas capacidades de análisis de datos, buena sensibilidad de los datos y una lógica de análisis clara (¡el marco de análisis y las ideas son muy importantes!)
3.? Conocimiento empresarial: tenga un conocimiento profundo del modelo operativo de Internet y sepa que el propósito del análisis de datos es resolver problemas del producto y, en última instancia, promover la implementación de productos de datos.
Cuatro. Gerente de Producto\Operaciones
1.? Técnicamente: al igual que un analista de datos, necesita conocer al menos SQL (para extraer números). Puntos de bonificación si puede utilizar el software de informes Power BI y Tableau (para análisis, pero la mayoría utilizará tablas dinámicas de Excel).
2.? Conocimiento profesional: debe tener un conocimiento profundo de los productos de Internet, poder comprender rápidamente los requisitos del producto, obtener información sobre el rendimiento del producto y comprender la metodología de investigación del comportamiento del usuario.
3.? Conocimiento empresarial: tener un conocimiento profundo de los modelos operativos de Internet.
Lo anterior es mi comprensión de los principales destinos de las carreras de estadística en las empresas de Internet. ¡Espero que sea útil para todos!