我建议读统计硕士的同学不读博的，选个放羊的导师。
未来两年体制外统计行业找工作个会开始疯狂的拼实习了，严重程度不低于金融专业，大于计算机专业。
大部分高校教统计学的水平不高，比如必修课SPSS用的算法非常的老旧，精确度很低。
相信各位同学们对熬夜改数据的日子历历在目。
我好会劝学统计的同学自学ML/DL吧，但我也偶尔思考了一下，也觉得这个建议很奇怪，多数统计学实验室连个服务器都没有，想跑点DL还得自己买设备，那还不如直接读计算机专业，而且统计的考研难度又不低于计算机。
但是我又不能劝统计的同学真的跨计算机，因为计算机的读研强度远大于统计，学的东西又多又杂，最后真找工作了，不会强于有大量实习经验的统计的同学。
这是一个很矛盾的问题，说白了很多学统计的同学想用数据建起护城河，但是统计的技术不值钱，统计真正值钱的，我想了想其实是两个字:
装逼
比纯工商管理，管理学，市场营销，国际贸易的同学多懂了点统计学工具，会了点python/R。而公司聘请这些同学，一定程度上就是带着团队去忽悠甲方的。上点多因子分析一糊弄，把不太懂的人吓住了。
这就是公司想要的东西，如果你不多去实习，你是真的不懂这个社会想要你干什么的。你会什么不重要，重要的是你的客户不会什么。
因此到最后找工作阶段，统计真正值钱的东西又变成了实习+学历层次，而不是那点技术。
统计现在最好的工作真正有点东西的与金融数学，金融工程的同学一致，就是量化岗。但是很多学校根本就没教强化学习/深度学习，这些公司想做量化策略模型会偏向于直接去招计算机的。
要求顶尖名校硕博，至少会python/R，对numpy,scipy,pandas熟悉，对神经网络，强化学习，决策树/GBDT至少跟过一到两个实际项目，真的能看出来coding能力，打标签，模型开发，评估，回测不怯场。当然，组合这些的卷王们学啥专业不是重点，重心是真别放在水论文上，不值得。水个ssci jcr Q1的价值真的不如读书时去量化平台实习。这样学不仅不坑，反而是发财利器。
体制内就简单了，统计学的岗位这两年政府的需求是递增的，不可小觑，对于本科学历双非的统计学的同学，可以直接考虑考公，大一就可以考虑开始，这真不是害你，因为等你毕业的时候，统计有可能会疯狂的卷第一学历。
*