生物统计硕士就业薪水

以下是【毕达教育美国留学】整理发布的毕达学员分享会内容。【毕达教育美国留学】坚持每周邀请全球各地区名校学员分享申请、就读、求职等经验，敬请关注。毕达学员背景岳同学，复旦大学，应用数学录取学校与项目耶鲁大学：Master of Public Health in Biostatistics哥伦比亚大学：MA in Statistics加州大学洛杉矶分校：M.S in BiostatisticsUCLA分享实录1、为什么选择UCLA主持人：师兄当初同时拿到了包括耶鲁、哥大等院校的统计或生物统计录取，为什么会选择UCLA呢？岳师兄：因为我比较喜欢硅谷，以后想再硅谷工作，所以感觉到加州会方便一些。而且UCLA的综合排名也没有比耶鲁哥大差，所以就来了。2、项目基本介绍主持人：麻烦师兄介绍一下这个项目，包括项目的学习长度、培养方向、学习模块，你觉得这个项目适合哪些人去读？岳师兄：UCLA的Biostatistics是六个学期的，相当于大概一年半到两年的时间。有大概10门专业必修课和几门选修课，选修课修和统计或者生统有关的课都行。然后master的课程对数学的要求都不高，所以挺适合不喜欢数学证明但是又想做统计方向的人的。然后系里老师做的东西方向也很多，有做计算的有做survival analysis的，也有做consulting的，应该可以找到自己喜欢的方向吧。主持人：在师兄看来，这个项目的学习内容等跟国内有没有什么不同的地方岳师兄：我在国内的时候学的是数学，很理论。Biostatistics的课就比较应用了，理论证明方面要求不高，但是会有一些project什么的。然后我们专业现在人还不多，所以一个课上学生不多，教授就基本可以认识每个学生吧。教授也都很nice发邮件都会回得很有耐心的那种。3、学习节奏与课程难度主持人：这个项目学习节奏如何？课程整体难度大吗?主要是哪些方面？岳师兄：如果就完成master的要求的话还是不难的，如果在来之前就学过统计推断那本书的话会很轻松。但是作业比较多，不用写论文什么的，所以对英语要求不是那么高。听得懂老师上课就行。主持人：那还是不错的，很多申请人会担心语言跟不上什么的。岳师兄：那倒不会吧。感觉public health其它专业比如EHSEPI什么的会对语言要求比较高，要看很多论文写很多论文。4、教学模式与师资力量主持人：项目的教学模式是怎么样的？项目的师资力量如何？师兄刚才说人数比较少，与老师沟通还是很多的，对吧？岳师兄：教学模式就和国内大学差不多吧，选修课和必修课修够了就可以。第二年会有一个prelim考试，考过了才可以毕业。老师不是很多，但是本来项目人也不是很多。因为我找老师比较勤，所以沟通比较多。主持人：这些老师在专业领域知名度怎么样呢？岳师兄：有一两个老师知名度还是蛮高的，其他的老师可能就比较一般了，毕竟专业并不高。5、班级情况主持人：那师兄所在班级有多少人？其中大陆学生有多少呢？class profile怎么样？感觉身边的同学怎么样？岳师兄：我们班有20个人，5个大陆学生，4个master，一个phd。身边的同学有一个北理工的，两个北大的，一个浙大的和一个Rochester大学的。感觉大家都很努力吧。主持人：那学生一般也都是数学或者统计出身吗？岳师兄：嗯，有一个同学是环境科学的，所以学起来会稍微吃力一些。有好的数理背景可以轻松很多。但是也不是必须的吧，因为我们还有mph track，如果不想学稍微理论一些的课可以去mph。主持人：师兄目前track与MPH在课程设置上有哪些的区别呢？岳师兄：我们级的中国学生没有去mph的，所以我不太了解mph的课具体有哪些。如果想知道的话可以去UCLA Biostatistics官网的current student找handbook，里面有写。6、就业资源与就业情况主持人：师兄所在项目就业资源如何？学院会提供什么就业方面的帮助？岳师兄：就业方面的我就找过intern，感觉学院并不会提供什么帮助，主要就是参加学校的career air或者找学长内推。而我们系实习的人不是很多，所以内推机会也不是很多吧。主持人：师兄是否了解项目往届大陆学生留在那边的人数多吗？最后都去了什么企业或单位？回大陆的同学都是去哪里的呢？岳师兄：我们专业招的中国学生不是特别多，上一届只有一个，上上届两个，然后之前零零散散还有一两个，然后上届的那个学长留下来读博了。上上届的两个学姐都回国工作了，在上海的药企。还有一两个在读phd的学长学姐。但是感觉现在招的中国人越来越多了，我们这届有5个，下一届知道要来的也已经有5个了。主持人：项目在扩招？岳师兄：感觉是吧，最起码中国人招的多了。也可能是之前国内不知道Biostatistics这个专业，所以申请的人少吧。7、能否融入当地主持人：那师兄感觉是否能够融入当地？目前最大的难处是什么？岳师兄：UCLA中国人很多，所以就不太有动力去融入美国人的圈子吧。难处就是语言差异和文化差异吧，不能理解互相的梗。做作业一起讨论什么的还是挺自然的。8、TIPS主持人：对于你所在的学校，有什么你特别想跟大家分享的吗？岳师兄：就感觉UCLA还是挺安全的，没有网上说的那么危险。我经常12点1点走路回家都没什么事。不过USC那里确实有点危险。然后UCLA的师资很强，即便来了Biostatistics也可以去上其他系的课听厉害的教授讲课什么的。而且虽然intern不好找但是据学姐说fulltime还是能找到的，毕竟加州这里资源多一些。9、如何规划时间主持人：接下来也麻烦师兄分享下自己的申请经验，在整个申请准备过程中（从考试复习到申请完成），你是如何规划的呢？岳师兄：具体的时间点我可能记不太清楚了。但是我应该是早早就考完了托福，然后考了两次GRE。写文书的话比较积极吧一直在催我的老师帮我改。10、UCLA生物统计看重什么素质主持人：文书肯定是要足够个性化和针对性，那师兄认为UCLA生物统计看重申请者什么？哪些是必不可少的素质？岳师兄：我只问我我的导师系里招phd的要求，就是要修够一年的linear algebra，成绩要够好，然后最好还上过real analysis。然后GRE平均成绩就可以托福平均成绩就可以。推荐信比较重要，因为我们系有一个在中国读本科的老师，所以对国内情况也比较了解。主持人：恩，除了量化背景，学校也会通过科研或者实习来考核申请人，那师兄之前是否有相关的实践经历，能说一下这些对你申请和现在读书有什么帮助吗？岳师兄：简历里面的科研或者实习我不太确定对申请有什么帮助，因为我的导师没有和我说过。但应该就是多多益善实习的话大公司更好吧。我当时在咨询公司实习，感觉对现在的学习没有什么帮助。11、如何看待专排与综排主持人：那作为过来人，师兄是如何看待项目质量（专业排名）和学校名气（综合排名）之间的选择呢？岳师兄：我觉得如果以后打算回国工作的话，肯定综合排名比较重要；如果想在美国工作的话，地理位置比较重要，综合排名比较重要；想读完phd然后工作的也是地理位置比较重要；如果想做学术的话就找个好老师比较重要。不过如果是CMU那种虽然地理位置不好但是专业很强的，就另当别论了。12、给师弟师妹的建议主持人：对于即将申请或者即将留学的同学，你有什么建议给他们吗？岳师兄：就如果还有提高gpa的可能的话，把gpa刷的高一些。如果gpa已经不太好提升了，就做些实习或者research充实一下简历。然后多看些统计方面introction的书，让ps专业一些显得学过不少东西。如果有时间的话考个GRE math的sub，应该也会有帮助吧。主持人：那师兄读完硕士后接下来怎么计划的呢？岳师兄：我会继续读PHD吧，现在在和两个导师一起做research。因为Biostatistics phd比较好找工作。美国的药厂招Biostatistics的基本都会从phd里面招intern也是招phd的比较多，如果在国内药厂的话master就够了。

棕榈大道 2020 申请季录取战绩祝贺棕榈大道学员收获杜克大学生物统计学硕士offer！offer 展示▲点击大图查看申请背景辅导回顾 本次斩获 offer 的 Q 同学本科来自美本院校，主修双专业。拥有丰富的校内科研经历。此外，还有两段国内的商科实习经历。在综合了棕榈导师的建议和同学自己的意愿后，最终确定了选择生物统计学专业申请，帮助同学提炼出一篇精准有力的文书。不仅成功拿到杜克大学的 offer，还附带每年 2500 美元的奖学金！项目介绍杜克大学创建于 1838 年，坐落于美国北卡罗莱那州，是一所世界顶级的研究型大学，相比美国的常春藤盟校虽历史较短，但无论是学术水准还是其他方面都能之抗衡，其商学院，法学院和医学院均位列美国前十，在 2020 QS世界大学排名中 Duke 位列全球第二十五名。杜克大学医学中心是世界一流的医学研究机构，为培养生物统计学家提供理想的环境，以便在尖端科学研究的背景下带着学生们接触最先进的生物统计学知识。杜克大学医学中心计划确保杜克大学毕业生不仅为今天的科学做好准备，而且还将有能力应对未来的挑战。▲图片来自杜克大学官网杜克大学生物统计学硕士专业的独特在于它兼顾了三个核心能力，即分析能力、生物学功底和沟通能力。生物统计学专业由医学院生物统计学与生物信息学系提供。这个部门的所有教师都积极在杜克大学从事研究，合作项目横跨生物医学研究的众多领域。辅导团队申请季主导师：Roxanne伦敦大学学院 应用语言学硕士曾于伦敦老牌古董拍卖行工作，现在积累了丰富的理工科辅导经验。辅导经验丰富，文理兼修，尤其擅长辅导计算机科学、数据科学、电气工程、金融工程、机械工程等专业。更多辅导案例：哥伦比亚大学 统计学硕士卡耐基梅隆大学 电气工程硕士布朗大学 数据科学硕士纽约大学 金融工程硕士专业伦敦大学学院 数据科学及机器学习硕士 ……专业导师： Y 导师哥伦比亚大学 金融数学博士西南财经大学 金融学士申请战绩：【杜克大学】 金融硕士【波士顿大学】金融数学硕士【福特汉姆大学】金融工程硕士擅长领域：金融/数学/经济-END-

高学历带来高收入。美国劳动统计局的数据（BLS）显示，硕士学位将在2020年及以后成为最吃香的学历，与学士学位的收入差距明显扩大。据BLS的数据分析，在未来十年中增长趋势最好的职业中，超过一半需要更高级别的高等教育。也就是说，硕士学位将成为就业的普遍要求，预计就业增长率为21.7%，是所有学位类别中最大的。其次是需要博士学位的工作，占19.9%，再之后才是需要学士学位的工作，占18.0%。但同样都是研究生，人与人之间、专业与专业之间差距非常明显。有的学生毕业就拿高薪，有的学生奋斗几年才能达到别人的起点。福布斯做了一项调查，通过分析Payscale网站中对各硕士学位在职业初期和中期的平均薪资、增长速度，从业人员满意度、工作压力强弱，再加上劳工统计局对每个专业相关工作的就业增长预测，确定了硕士学位的拥有者们，在未来所获得的最佳和最差的工作。最佳就业硕士学位TOP10：十：软件工程九：职业疗法（OT）八：医师助理研究七：计算机科学（CS）六：管理信息系统（MIS）（MBA）五：物理疗法职业薪资：71,700美元职业薪资：86,800美元四：传播科学与疾病三：言语语言病理学二：统计一：生物统计学最差就业硕士学位TOP10：十：建筑九：神学职业初期薪资：45,600美元职业中期薪资：59,100美元八：基础教育七：税收职业初期薪资：61,300美元职业中期薪资：126,000美元六：艺术史五：新闻学职业初期薪资：46,700美元职业中期薪资：77,300美元四：图书馆学三：建筑管理二：体育管理职业初期薪资：43,900美元职业中期薪资：67,200美元一：刑事司法由于不只是参考薪酬待遇，还涉及工作满意度、压力、职位增长等因素，我们可以看到上述职业的排名与我们印象中高薪职业或者热门专业排名有出入。但即便如此，医学、计算机、统计依旧表现不俗，各方面都显示出比较优秀的发展前景。虽然频频爆出裁员风波，各企业“结构性优化”还在持续，但是美国的整体就业市场还是比较稳定的。BLS表示预计未来10年美国整体就业将增长14.3%，这意味着美国将增加2050万个就业机会。新兴行业以及对从业人员专业度要求高的职位需求量更大，所以从就业率来看，医疗保健、个人护理、计算机软件、建筑工程预会增加最多的工作岗位。出国留学定位选校想试试以自己的个人成绩能申请到国外什么层次的大学？可以使用留学志愿参考系统（如下小程序）一键定位。使用方法：把你的GPA、托福/雅思成绩、专业名称、院校背景（211/985/双非）等信息输入到留学志愿参考系统中，系统会自动从数据库中匹配出与你情况相似的同学案例，参考他们的案例对比一下自己的情况，这样子就可以对自己进行精准的定位。

昨天给大家介绍完生物统计专业的就业前景、开设情况和申请要求等，下面给大家介绍几所美国热门的生物统计硕士项目。耶鲁大学MPH IN BIOSTATISTICS所属院系：开设在公共卫生学院的生物统计系下项目时长：2年学费：$44,750（2018-2019）申请费：$135申请截止日期：12月15日申请要求：本科学位有biology, health, and basic statistics and/or data analysis 相关经验托福最低100，不接受雅思要求GRE或GMAT校友反馈（19fall毕达学子）：“这个项目的学位是MPH( master of public health )，设立在耶鲁公共卫生学院下的。另外耶鲁也有设立在文理学院（GSAS Graate School of art and Science) 的生物统计项目，学位是MS ( Master of Science ), 这个项目更看重数理能力，对转专业不太友好，申请难度相对也大一点。MPH项目时长两年，无需论文，修满20学分毕业，要求有实习。培养方向就是培养数理统计能力在公共卫生，医疗领域的应用。学习模块自然也就更偏统计和编程，穿插着一些生物，卫生领域相关的背景知识。这个项目的学生的背景和毕业去向都十分广泛，我个人感觉理学和医学背景的比如 生物，医学，药学，食品，数学，统计，材料等专业，对这个专业感兴趣的同学都可以尝试申请。mph 20人左右， ms 20人左右。本科学校国内外的都有但基本都是中国学生在学。国内的大学基本都是985 211。项目本来就是是交叉学科，学生本科专业背景多元，转专业的可能占了一半。”哥伦比亚大学MS IN BIOSTATISTICS所属院系：开设在公共卫生学院的生物统计系下申请费：$135申请截止日期：12月2日（优先轮）1月15日（最终轮）课程设置：生物统计硕士有5个track：Clinical Research MethodsPharmaceutical StatisticsStatistical GeneticsTheory and MethodsPatient Oriented Research每个项目的课程会有所不同，祥见官网申请要求：本科学位托福最低100，雅思最低7.5要求GRE，不接受GMAT校友反馈（18fall毕达学子）：“目前而言我非常喜欢这个项目。主要是哥大是一个选课特别自由的学校，所以如果我未来不喜欢这个行业或者想转行都可以修任何自己喜欢的课，这个自由度非常大，并且项目在公共卫生学院下面，所以是坐落在医学中心的，各种科研资源都非常多，上课学到的东西都很有用，像是R、SAS、SQL我们都是会上课学的。学校对于学生的求职准备也很到位，每天都有各种workshop可以参加。上课时间不会特别长，但是课下作业和拓展会很多，总的来说还是很有压力的，尤其是要一边学习一边找工作，但是学校的各种支持不管是老师还是职业准备还是心理疏导方面的都很齐全，所以完全不会说handle不了。一开始可能上课可能会有一些语言障碍，毕竟有很多学术方面的词汇，但是很快就会适应。还有就是要学会主动学习，助教和老师随时都可以解答你的问题，有什么问题都要积极去问，不要觉得害羞就不敢问，经常去问问，老师对你的印象也会更深刻，对于之后的科研都很有帮助。”布朗大学SCM/AM IN BIOSTATISTICS所属院系：开设在公共卫生学院的生物统计系下项目时长：2年学费：$7,139/每门课 (2019-2020)申请截止日期：2月1日课程设置：详见官网申请要求：本科学位先修课程：三个学期的微积分，一个学期的线性代数，至少一学期的概率论托福最低90，雅思最低7.0要求GRE校友A反馈（19fall）：“布朗的Biostat有2个track，一个是master of science/art in biostat，另一个是master of science in Health Data Science，两个track的必修和选修不太一样。学院的课都在公卫学院上，与主校区有一个大坡的距离。目前觉得课程的难度不难，花在作业上的时间占大头。大部分内容上课认真听就能跟上，拿A应该不难。18个master（7个中国人，一个陆本，一个港中文，其他是海本），5个phd（1个中国人，从master项目转申上的）。总体来说brown比较看重gpa，同学大约是3.8以上，都有数学/统计背景！每个学生会被分配一个advisor，会帮助选课以及对找研究给出建议。做研究的机会很多，取决于系里导师目前是否有项目可推进，也可以找系外的导师做研究。一般来说第一学期不推荐找研究，不过我们这届18个硕士里至少三个已经找到了导师做研究.学校有一个career lab，类似于各学校的career services。每周会发邮件介绍这一周学校求职有关的会或者活动。系里和学院都会有job opportunity的邮件。个人觉得有用，遇到感兴趣的一定要主动联系，有的公司来就是专门招Borwn data science，computer science和biostat专业的学生。”（来源一亩三分地）校友B反馈（17fall）：“我们这一届一共录取了20人，其中8个中国人，一半美本一半陆本，去年的中国人有四分之一申博，四分之一留美，一半回国工作了。Brown的生统虽然系不大，但是感觉老师都很负责！并且录取的时候会有25%的奖学金，感觉还是可以省下不少钱的～ 这里的选课也比较自由，一共上8门课加一门thesis（如果不写thesis的话就是master of arts，写了就是master of science） 选课可以选外院的课，比如applied math或者computer science的课， 并且只要是和统计有关联的奖学金就可以cover。这学期我们专业几乎所有中国人都选了cs的deep learning。”（来源一亩三分地）加州大学洛杉矶分校MS IN BIOSTATISTICS所属院系：开设在公共卫生学院的生物统计系下项目时长：2年申请截止日期：12月1日课程设置：详见官网申请要求：本科学位至少修过2年的微积分课程和一学期的线性代数课程托福最低87，雅思最低7.0要求GRE校友反馈（15fall毕达学子）：“UCLA的biostat是六个学期的，相当于大概一年半到两年的时间。有大概10门专业必修课和几门选修课，选修课修和统计或者生统有关的课都行。master 的课程对数学的要求都不高，所以挺适合不喜欢数学证明但是又想做统计方向的人的。系里老师做的东西方向也很多，有做计算的有做 survival analysis 也有做 consulting，应该可以找到自己喜欢的方向。biostat的课就比较应用了，理论证明方面要求不高，但是会有一些project什么的，然后我们专业现在人还不多，所以一个课上学生不多，教授就基本可以认识每个学生吧~教授也都很nice，发邮件都会回得很有耐心的那种。我们班有20个人，5个大陆学生，4个master一个phd,身边的同学有一个北理工的，两个北大的，一个浙大的和一个rochester大学的。有好的数理背景可以轻松很多，有一个同学是环境科学的，所以学起来会稍微吃力一些。但是也不是必须的吧，因为我们还有mph track，如果不想学稍微理论一些的课可以去mph。”校友反馈（18fall）：“一个班生物统计系30个人，一半是中国人。中国人里一半是数学/统计本科。除了中国人里也有一半是数学/统计本科。我们这届有个UCLA数学博士，方向是Super Geometric。有一半的master都想转phd，竞争非常激烈。就业的话，一般就去药厂之类的工作了。教授们都很nice，但是要你自己主动去交流。”（来源一亩三分地）密歇根大学安娜堡分校MS/MPH IN BIOSTATISTICS所属院系：开设在公共卫生学院的生物统计系下项目时长：2年申请截止日期：12月1日，3月15日课程设置：详见官网申请要求：本科学位先修课要求：3学期的微积分，矩阵或线性代数课程，统计或生物统计学入门课程，托福最低100要求GRE校友反馈（17fall）：“UMich 不管课程设置还是师资力量各方面都很不错，而且 UMich 本校硕士转博士比较容易。在美国人心中 U Mich 有着“中西部哈佛”之美称，并与耶鲁、康奈尔、伯克利等学校齐名。而且我很喜欢学校的一点就是，学习氛围很浓厚，感觉大家都很忙，属于那种开学第一天图书馆就爆满的状态。我自己第一年也基本上是在图书馆度过的，很充实。我们系一年招收硕士 50 人左右，50 个人中接近一半美国人，一半中国学生当然也有其他国家的学生，占比很小。但是专业背景多样化，生物工程占比较重。学生大部分是美本， 17、8 个中国人有 12 个左右是美本。大陆基本都是清北复交浙学生，上交因为有合作项目，所以比较多，尤其在工程系上交同学很多。17 年 Master 有 53 人，PhD20 人左右。因为学校 PhD 申请倾向本校 Master，所以 20+ 博士有 14、5 个都是本校硕士。课程设置方面，硕博课程设置一样，必修课 80 人左右， 70 个本系+外系 10 个左右，选修课人比较少 10-15 人。同时学制也很合理，博士会花费 5 年时间，硕士 2 年，没有毕业论文，但是有毕业设计。安娜堡的就业服务很好、安娜堡本地药厂也多，所以工作机会也多。而且密歇根安娜堡当地认可度很高，硕士毕业的学生出路也挺广，很多去了 finance, banking, pharmaceuticals, consulting 等方向就业。”（来源网络）你对生物统计专业感兴趣吗？想进一步了解请锁定“毕达留学”哦

数据科学家：21世纪“最性感的职业”！ 大数据时代的来临，统计学变得越来越火，不管是机器学习， 人工智能，还是大数据分析，基本功都是统计学。Google， Facebook，Amazon等国际巨头，国内蓬勃发展的互联网企业，对于数据分析师(Data Scientist)的需求都十分火热。15万美元左右的年薪，可以说是妥妥的年薪百万了，出国读个统计学的学位，需要知道一些什么信息呢，本文将为你一一揭晓。什么是统计学？按照维基百科的定义：统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据。可以说，统计学的核心技能在于对数据信息的应用，因此跟其他学科都有不同程度的交叉。按国内的专业划分来说，统计学包括：应用统计学、经济统 计学、生物统计、生物信息、医学统计(卫生统计)、金融统计、数理统计等方向。因此统计学专业的毕业生，现在已经遍布各行各业：电子商务，移动互联网，信息服务，共享经济，金融，医疗保健......留学海外的统计学毕业生，有的在互联网公司做 Data Scientist，有的在对冲基金做 Quantitative Trader，年薪都在15万美元左右。可以说出国读一个统计学的学位，是实实在在的镀金了。这篇统计学 (Statistics) 申请全攻略，由博世留学为你独家呈现。名校 PhD大牛，业界海龟大神，为你权威解读统计学申请的方方面面。统计学的黄金时代已经来临，国际化人才的需求越来越旺盛，你准备好了吗。统计学/数据科学传统的统计学主要在于信息的搜集和数据分析的应用。 商业调查公司就需要专业的统计人员来设计问卷，收集数据，分析数据，作出研究报告。 随着大数据时代的到来，每天产生的数据都是成千上万TB，数据结构也更加复杂化。如何从繁杂的数据中获得有用的信息，从而产生价值，是现代统计学所关注的问题，这一领域也被称为数据科学(Data Science)。很多大学纷纷把统计系更名为数据科学系，比如南开大学就在2018年6月成立了统计与数据科学学院，耶鲁大学也在2017年把 Department of Statistics 更名为 Department of Statistics and Data Science。 数据科学可以说是：统计学+计算机科学+应用领域专业知识 (Domain Knowledge)。因此现代统计学的培养计划除了学习基本的统计和数学知识，还会要求对数据库，数据结构，计算方法，甚至并行计算系统 (MapRece，Hadoop) 等有深入的理解。 数据科学家的工作可以概括为：为商业问题提供分析和研究的框架；应用统计模型(比如数据挖掘，机器学习，数据挖掘)对数据进行分析；结合数据分析结果，对具体的商业问题给出建议；开发和维护数据分析系统。比如常见的电商平台都会有“猜你喜欢”的推荐机制，这就是数据科学的分支——推荐系统 (Recommendation System) 的具体应用。统计学专业方向：本科/硕士数理统计，或者说理论统计 (Mathematical Statistics)，主要学习和研究统计学和概率论的理论知识。侧重的是统计理论知识的培养，一般读这种理论学位的会继续修读硕士，或者PhD。对口就业方向包括高校和研究机构等。生物统计 (Biostatistics)，一般隶属于公共卫生学院 (School of Public Health)，也有的隶属于药学院（School of Medicine）。 主要学习的是统计在生物医药和公共卫生领域的应用，包括生物信息学，流行病学，遗传统计学等领域。 对口的就业方向是药企和医院。工业统计 (Instrial Statistics或者 Instrial Engineering)，侧重于工业领域的可靠性理论，过程控制与质量控制，最优化，实验设计等等。著名的6-sigma理论就其中之一，就业范围一般是制造业研发岗位，比如汽车制造厂商。金融统计 (Financial Statistics)， 主要学习资产定价，风险管理，保险精算，量化交易等。 随着自动化交易和高频交易的逐渐发展，统计在金融领域的应用越来越多。就业主要集中于证券和对冲基金，负责交易策略的研究与风险管理。除此之外还有大数据统计，Big Data Statistics。 即统计在各个领域的应用，比如电子商务，供应链，体育，甚至博彩，就业前景也十分不错。 统计学专业方向：PhDTheory方向既有经典的统计问题，也有为大数据时代打基础的理论研究。 传统的领域包括 Probability Inequality, Asymptotics, Density Estimation, Nonparametrics 等。比较新的领域有 High Dimensional Statistics, Network and Graph Models, Functional Estimation等等。比如High Dimensional Statistics，中文叫高维统计，主要研究大维数据的模型选择，高维方差矩阵估计等，是很多机器学习算法的理论基础。Network and Graph Models 是很多人工智能算法的基础，现已广泛应用于计算机视觉，社交网络分析，知识图谱等领域。Applied方向包括统计模型和计算方法的改进，以及在具体领域的应用。主 要侧重于解决实际中的问题的方法，比如 Nonparametric Bayes, Statistical Learning, Data Mining等。 统计学对于每一个数据类型，都会有一种对应的解决方法，比如生物医学数 据就有 Longitudinal Data Analysis和Survival Analysis, 地理数据就有 Spatial Analysis, 金融数据就有 Time Series Analysis......Springer Series in Statistics 这个系列的书，目前已经有差不多200本，每一本都可以说是一个统计的领域。冷知识：2009年，法航447航班失事，搜寻两年无果之后，法航调查组找了统计学家求助，最终通过Bayes理论的数据 分析，缩小了搜救范围，最终找到飞机残骸。其中的统计方法发表在2014年的Statistical Science期刊上，题为 《Search for the Wreckage of Air France Flight AF 447》。院校速览：美国就统计学科而言，美国处于绝对的世界领先地位。学界公认的世界第一是斯坦福大学(Stanford)，系里大牛云集。统计学领域最高荣誉：COPSS总统奖，有5位得主在Stanford，包括华人统计学家王永雄、黎子良，小波分析领域的大牛人Johnstone、Donoho，以及 LASSO 的发明者 Tibshirani。除此之外还有 Tibshirani 的老师 Efron 坐镇，Empirical Likelihood领域的大神 Art Owen，等等。Stanford位于加州，跟业界的联系也很紧密，可以说从 Stanford 统计系出来，不管是去业界还是学术圈，都是光环加身般的存在。其他的传统强校都有很牛的统计系，比如UC Berkley，Harvard，Chicago等，而且这些学校也有独立的生物统计系，实力都很强。除此之外，还有很多很有特色的统计系。比如传统的计算机牛校: 卡耐基梅隆大学 (CMU)，不但与机器学习和人工智能联系紧密，把统计的应用更是延伸到了宇宙学、法医鉴定、网络安全、体育等看似很不相干的领域。 当然，排名不高的学校也不代表实力不佳，只可能是系比较小。比如普林斯顿大学 (Princeton) 就没有统计系，只有运筹与金融工程系，但是仅凭华人统计学家范剑青一个人，就抵得上其他学校半个统计系了。宾夕法尼亚大学的统计系设在大名鼎鼎的沃顿商学院，研究实力超群，更有COPSS奖得主蔡天文 (Tony Cai) 坐镇，排名12位实属委屈。类似的排名还有很多，但实际上，对申请者而言没有很大的参考价值。 比如US News的专业排名，是依据业内人士打分出来的，其排名依据对学术因素依赖比较大，其他主观性的感受考虑比较少：如地理位置、师生比等。 学术水平不是一个学校的全部，学习也不是生活的全部。除了学术水平，地理位置、学校声誉、师生比、毕业生就业、等等，每一个都很重要。院校速览：英国英国是现代统计学的发源地，1834年就成立了皇家统计学会，数理统计学的奠基人R. A. Fisher (1890-1962)就是英国人。从学科实力上来说，2014年的 Research Excellence Framework 的结果是英国统计学专业最权威的排名。剑桥大学虽然没有独立的统计系，但是有数学系的强大阵容加持，以及2018年 COPSS 奖得主 Richard Samworth，实力超群。英国的伦敦 大学学院 (UCL) 统计系也是独具一格，在统计与人工智能结合方面非常强，谷歌的 DeepMind 创始人就毕业于 UCL。除此之外，英国老牌名校 Oxford，以及Warwick、Bristol 都有比较大的统计系。 比如牛津大学除了有扎实的理论研究团队，还有 Computational Statistics & Machine Learning (OxCSML) 和 Oxford Protein Informatics Group (OPIG) 两个交叉学科研究组。华威大学的统计系研究方向十分完备，除了传统的统计与概率理论，还有包括数据科学、 金融工程、精算、科学计算、决策科学、行为科学等交叉学科的研究。 虽然现代统计学的发展中心在美国，英国的统计学科在大数据、非参数贝叶斯统计、生态环境统计等领域独领风骚。比如2015 年由剑桥大学、爱丁堡大学、牛津大学、UCL以及华威大学成立的 Alan Turning Institute，是世界上人工智能研究领域的顶尖机构。牛津大学的 Mathematical Ecology Research Group，以及圣安德鲁斯大学的 Centre for Research into Ecological and Environmental Modelling 也都是生态统计领域的领军者。 院校速览：其他除了英国美国等主流留学国家以外，欧洲以及亚太地区也有很多不错的选择。香港地区：香港中文大学和香港大学有独立的统计系，开设统计学的本科、硕士和博士课程。而香港科技大学、香港城市大学以及香港浸会大学都没有统计学的本科项目，硕士以上的项目只能选择数学系、商学院、或者系统工程与工程管理系的相关课程。新加坡：新加坡国立大学和新加坡管理大学都有独立的统计学系，涵盖本硕博所有层次的课程。欧洲其他国家：瑞士的苏黎世理工大学、洛桑理工大学、伯尔尼大学，德国的慕尼黑大学、格廷根大学、图宾根大学，比利时的天主教鲁汶大学等欧洲学校，都是不错的选择，而且学费非常便宜(一年几百欧元，甚至免费)。加拿大:几乎所有的综合型大学都有独立的统计系，比如英属哥伦比亚大学、麦吉尔大学、多伦多大学等，而且加拿大的统计硕士项目只要录取了就是全奖，也是很受欢迎的留学目的地。但是申请者很难从排名上找到有价值的信息，即使是QS世界排名，也只提供“统计与运筹学”的专业排名，与真正的“统计学”排名相差甚大。如果非要对一个学校的统计学研究水平做出一个判断， 可以从院系的专职教授规模，以及顶级学术期刊的发表来评价。比如四大统计学权威期刊：Annals of Statistics，Journal of American Statistical Association，Journal of Royal Statistical Society: Series B。 选校建议：不要依赖排名来选校专业排名给你的只是一个列表，没有专业人士为你指点迷津，很难看出个所以然。比如约翰霍普金斯大学 (JHU) 的生物统计一直号称全美第一，但是该校所在的巴尔的摩市，治安了解一下?（当然，我们并不是说JHU不值得去）某留学平台说: “校园内基本随处可见安全保障部的巡逻车，令人十分安心。走夜路的话经常可以碰到巡逻的保安。学校周围的治安也很不错。该校所在位置属于大型城市，该区域的毒品/枪支犯罪率(每千人)为0.59。” 细思极恐。为什么走夜路就要巡逻车，为什么只有学校周围治安不错? 每千人0.59的比例还不高?地理位置，它很大程度上决定了留学生的生活质量，以及发展线路。每个月1000美元的生活费在德州或许生活奔小康，但是在纽约或者波士顿，可能房租都不够付。德国等欧洲国家，虽然学费便宜，甚至免费，但是还要学习第二外语，能不能融入当地生活，考验就更大了。在加州或者温哥华这样的城市，想吃中餐可以说走就走，但是如果困在美国中部的大农村，在华人寥寥无几的北欧，那种异国他乡的乡愁就只能冷暖自知了。除此之外，地理位置跟毕业发展息息相关。在加州读大学你能感受到硅谷的创业激情，在纽约读大学你能感受到华尔街的金融气息。当然在北美大农村读书，也是一种沉下心学习的氛围。但是，每一个选择都决定了一种生活方式，一定要三思而后行。所以选校没有最好的，只有最适合自己未来发展的，让自己觉得最舒服的。 课程设置：Master of Statistics传统的Master of Statistics是偏重于数理统计的项目，比如 Yale 和 Chicago，比较强调数学背景和统计理论，以及编程能力。当然课程也 比较难，比如Yale的课程基本上就是 faculty 们的研究兴趣，包括数理统计理论，概率论，随机过程，大样本理论，信息理论，机器学习，数据分析，统计计算，图模型等。走这种 track的一般继续读PhD的比例比较高，去financial service 和其他研究机构做analyst的也不少。 课程设置：Master of Applied Statistics偏professional的统计学 master 一般时间比较短，比如卡耐基梅隆大学(CMU)的 Master's of Statistical Practice，Cornell 的 Master of Professional Studies 等。课程上来说侧重于 applied data analysis 和比较实用的 modeling，以及一些 consulting project。一般这些名校出来的 master 就业都还不错，有 Data Analyst，Data Scientist， Financial Analyst等头衔，而且薪水也都很高。 其他 Master of applied statistics的 track 就百花齐放了，比如Pure 的computational finance track，Rutgers 的 Financial Statistics & Risk Management，Duke 统计系与经济系合办的 MS in Statistics & Economic Modeling ， UIUC 的 MS in Statistics: Analytics Concentration，NYU Steinhart 商学院的 MS in Applied Statistics for Social Science Research，Stanford 新开的 MS in Statistics: Data Science 等。数据科学硕士：课程设置以 Stanford 大学的 Master of Data Science 为例。其课程设置涵盖了数学、最优化、并行计算、统计模型、以及应用统计，是两年制的项目。 Requirement 1里的课程需要选4门课，主要涉及线性代数的数值方法、离散数学与算法、概率分析与随机算法等，而 Requirement 2里的课程也需要修读4门，包括软件开发、并行计算、分布式计算、多核计算系统等。Requirement 3主要是统计模型，需要选择2门课程，例如统计推断、回归方法与方差分析、数据挖掘与统计建模等。Requirement 4主要是统计方法的应用，范围非常广泛，包括计算生物、统计药学、机器学习、社交网络分析、商业智能、计算图论、海量数据挖掘、 地理统计、神经图像处理等等，需要选读3门课程。传统统计学硕士：课程设置UIUC 统计硕士课程设置 UIUC 的 Master of Statistics是传统的数理统计硕士，属于比较简单的项目，包含8-9门课，外加1门统计实践的课程，一年半左右可以毕业，而应用统计只是必修和选修的划分不同。必修课要选4门：第一门是统计与 概率，如果以前学过的可以 waive， 但是难度比国内的“概率论与数理统计”要大。第二门是应用回归分析与设计，不算太理论的课程。第三门是从五选一，包括方差分析、 抽样与分类数据分析、时间序列分析、统计前沿话题、机器学习基础。 第四门课是数理统计，对数学的要求比较高。 硕士项目要修读5门选修课。对于想进一步读PhD的同学，可以多选 一些理论的课程，例如统计机器学习、大样本理论、概率与测度、信息理论、随机过程等等。对于毕业之后想去业界的同学，或者对应用统计更感兴趣的同学，可以选的范围有:图像分析，生物信息学、方差结构与因子模型、多层线性模型、高阶数据分析、寿险精算模型等。 统计实践课是要求修读一门统计咨询的课程，或者完成一段统计相关的实习，因此 UIUC 这个项目的就业也非常不错。UIUC的统计硕士项目比较灵活，硕士生申请本校 PhD 不需要申请费，成功率也比较高。除了侧重数理统计的 Master of Statistics 这种传统项目，还有 Applied 和 Analytics 两个 Track。区别在于没有那么多理论统计的必修课，对统计计算 (Computing) 和 Analytics 的要求更多。 生物统计硕士：课程设置探索疾病的基因根源、如何降低健康保健成本和保障患者的生活质量、如何预测流行病的传染路径 和风险因素等等，都是生物统计领域所关心的问题，因此生物统计人才的需求也越来越旺盛。 以杜克大学的生物统计硕士为例，虽然Biostatistics的项目都隶属于公共卫生学院或者药学院，其 培养计划和传统的统计硕士项目区别并不大。其核心课程都是统计理论知识的培养，编程能力的训 练，以及生物医学领域数据分析的实践。生物统计硕士侧重培养的是运用统计知识和计算软件分析 数据的能力，生物医药领域研究的背景知识，以及与临床研究和业界学界沟通的能力。 从课程难度上来说，生物统计的理论要求不是很高，课程也偏向实践应用。因此对申请者的数理背 景要求更低，不管是生物医学、人文社科、工科或者理科背景的学生都可以申请。根据官方文件的介绍，这个项目理想化的学生人群是: 对生物、药学以及相关利于感兴趣有一定程度的数学背景有志于从事生物医学相关方向的领域愿意挑战自己，为公共卫生事业而奋斗！美国PhD：课程设置美国的PhD体制，一般都是5年的项目。也就是说，前两年需要上课， 相当于修读一个 master 学位，培养 计划与硕士项目大同小异。 香港、新加坡、加拿大等国也都是 美国式的PhD培养体系。在这种制度下，只要有本科学位就可以直接申请 PhD，而且即使你有硕士学位，也还是需要修两年的课。 两年的硕士课程读完之后，一般会有一个考试 (Qualification Exam)，通过了的话就不需要再上课了，开始进入研究阶段，这时候身份也不是 PhD student了，而叫做 PhD Candidate。英国/欧洲PhD：课程设置英国和欧洲的PhD一般是3-4年的项目，上课的硬性规定不多，主要是做研究。比如英国的PhD，是否需要修课完全由导师决定，可以在自己学校选课，也可以去其他大学上课，比如全英的PhD一起上课的项目包括：Academy for PhD Training in Statistics (APTS)，以及伦敦周边大学的London Taught Course Centre (LTCC)，可以说自由度很大了。特别是北欧国家的PhD项目，比如瑞士，读博士就是签了合同的工作，不存在没有薪水(奖学金)的情况，一般是3年，做完规定的研究项目就毕业。申请硕士之硬性要求：数学背景+编程能力正处在风口上的统计学，留学申请的难度越来越大。不仅有数学物理的同学想转行做统计学，就连传统的社科类专业，比如经济学、政治学、 新闻学、社会学的人都有申请统计项目的。 一般来说statistics的master比较强调申请者的数学背景，比如数学分析，线性代数，数理统计等课程的成绩。同时，编程能力(R，MATLAB， C++，SAS，Python)等也是很看重的一方面，相比之下GPA比GRE托福等Standard Score重要得多。 再者，美国统计系华人faculty比例相当大，一般来说国内的老师也跟北美统计的学术圈有紧密的联系，能拿到靠谱的推荐信为申请结果提升不少。除了推荐信，项目经历和研究经历，如果能在文书材料中适当地展示出申请者的学术潜力，对数据分析的sense，对申请结果会有出其不意的效果。申请硕士之软实力：背景提升+套辞美国统计学的申请中，套辞的作用不是十分显著。 如果本科期间有去美国交流的机会，可以多修课弥补国内课程设置的短板，刷高GPA，还有机会拿到内推，对申请结果是很大的提升。但是如果申请欧洲国家，或者澳洲的学校，套磁作用就有决定性影响了。只要是研究型的项目(PhD/Mphil)，导师都有决定要不要你的权利，甚至说你的奖学金很可能就是从导师自己的科研经费里来的。总的来说，不管是申请硕士还是PhD，有合适的海外交流机会的话更是不要错过。 如果有参加美国数学建模比赛、Kaggle平台上的比赛、以及商业公司举办的大数据分析比赛的经历，也会让申请者增色不少。申请PhD：学校背景很重要北美统计学PhD里中国学生的比例也相当高，而且负责招生的教授很多也是华人，他们对中国学校的情况非常了解，对名校背景非常看重。每个学期的Summer都是教授们回国内开会，讲课，拿funding的季节，同时也会直接去清北复交科大等学校去找系主任要人。因此非名校背景的申请者非常吃亏。因为统计学理论性比较强，名校背景往往意味着更扎实的基础知识。如果不是名校背景的同学，GPA保持在3.5以上，也可以取得不错的申请结果。一般来说，申请硕士的GPA不能低于3.2， 申请PhD不能低于3.5，再低就很难弥补了。相对来说GRE的成绩差不多就行，比如Verbal 150+，Quantitative 170，aw 3.5，但是托福成绩的好坏就往往会影响到拿Teaching Assistant(奖学金)的机会。一般来说托福要考到100+，口语22+，才不会成为你的短板。先申请一个硕士作为后续申请PhD的跳板，是非名校背景的申请者常用的策略。一般选择偏数理统计的Master of Statistics，当然如果数学背景不够的话，就只能考虑偏Applied的项目或者交叉学科的项目了。申请PhD：提前规划比什么都重要学校背景+推荐信+数学背景+编程能力+科研活动经历+GPA+托福/雅思/GRE……每一项都是压在申请者头上的大山，没有合理的规划，很可能最后手忙脚乱，申请结果也不理想。除了每一项都没有短板的的人，否则一定要提前规划。 当然，每个人的背景都不同：有的现在还在大二大三，有的已经在开始准备申请了，有的是跨专业申请，要如何规划才能最大程度地利用好自己的时间，出奇制胜？我们相信博世留学的留学咨询服务会助你一臂之力，为你挖掘闪光点，规划好宝贵的大学时光，尽可能地不走弯路，提升申请结果。 申请硕士/PhD：时间规划大一大二是最宝贵的大学时光，很大程度上决定了你留学申请的硬件：GPA。对于统计学申请者来说，最好的规划是尽量在大一大二保持均分85左右，特别是统计学的专业课，有精力和机会的话，还应当多修读一些数学课和计算机课程。如果是要去美国留学，大三就要开始准备托福和GRE了。特别是GRE考试要求的词汇量非常大，需要一个比较长的准备周期。 如果是去美国之外的国家留学，也要准备托福或者雅思的考试了。同时大三又是专业课最多的时候，时间规划非常重要。大三暑假也是很重要的时间点，这是准备留学申请的冲刺阶段了。 如果语言成绩考试分数不够，要抓紧时间刷分。同时根据自我发展的规划，定好自己的意向学校，对照各项留学申请的要求，查漏补缺。 比如科研经历缺乏，比赛经历空白，或者还没有跟系里的老师深 接触过，推荐人还没确定......大四一开始，申请季就来了，有的学校12月中旬就截止了。联系推荐人，准备文书材料(PS+CV)，填写网申，英语成绩送分，准备套磁，邮寄书面材料，准备面试，办理签证，行前准备......如果没有充分的准备，你将手忙脚乱。 就业前景统计学属于一个STEM (Science, Technology, Engineering and Mathematics) 专业，在美国找工作有签证和政策上的福利。以卡耐基梅隆大学(CMU) 的统计实践硕士 (Master of Statistical Practice) 为例，我们可以了解一下应用统计的硕士的就业形势。该项目属于偏职业化的硕士项目，课程难度不大，申请成功率也比较高，中国学生大概10人左右。从就业结果来看，33个毕业生有就 业记录的有31个，平均起薪8万美元，工作头衔包括数据科学家、应用统计学家、研究助理、技术分析师、推荐系统工程师等。就业的公司包括亚马逊和Facebook等互联网巨头，大数据产业相关的初创公司，JP Morgan等国际投行，今日头条的母公司字节跳动，以及一些管理咨询类的公司。留学咨询并不仅仅是帮你选学校+做文书+填网申+等申请结果。每个人的大学都是四年， 如何合理的规划才是最终的赢家。 联系博世留学，统计大神为你定制申请规划方案，走好留学申请的第一步。在有限的准备时间里，最大程度地提升你的申请结果，让你不走弯路。

今日捷报祝贺来自北大Pivot学员的G同学收获哥伦比亚大学(Columbia University)（专排第三）金融工程OFFER！！！哥伦比亚大学哥伦比亚大学（Columbia University），正式名称为纽约市哥伦比亚大学（Columbia University in the City of New York），简称为哥大，是一所位于美国纽约曼哈顿的世界顶级私立研究型大学，为美国大学协会的十四所创始院校之一，常春藤盟校之一。哥大是美国历史最悠久的五所大学之一，也是培养诺贝尔奖获得者最多的大学之一。哥大校园里还走出5位美国开国元勋，奥巴马、罗斯福等四位美国总统，34位各国元首和政府首脑，10位美国最高法院大法官。哥伦比亚大学拥有世界一流的法学院、商学院、医学院、新闻学院、国际关系学院、工程学院等，哥大新闻学院颁发的普利策奖是美国新闻界的最高荣誉。1767年哥大授予了第一个医学博士学位，这也是美国历史上第一个专业博士学位。哥大是美国重要的研究机构之一，发明了脑机接口 、激光、微波激射器 、核磁共振 。完成果蝇实验成为现代遗传学的起源。证明地球板块构造学说。二战时，制造原子弹的曼哈顿计划诞生在哥大。中枢教育近年优秀北大学员申请结果(部分)北大光华X学姐 获得Yale MBA silver scholar，MIT金融北大数院Z学姐 录取MIT金融北大数学J学长 获得哥大金融经济学/哥大金数北大数院J学长 录取哥大金数，康奈尔金工，伯克利金融技术北大数学L学长 获得哥大商业分析/宾大数据科学录取北大外院S学姐 获得哥大MPA,宾大MPA，芝加哥MPP，牛津大学MPP全奖（大陆唯一）北大数院Z学长 录取伯克利统计北大数院W学长 录取芝加哥金融数学北大元培L学长 录取宾大数据科学北大外院S学姐 录取哥大MPA，宾大MPA，芝加哥MPP，牛津大学MPP（大陆唯一）北大物理B学长 物理转金工获得Columbia金工/Columbia金数/Chicaog统计Baruch金工北大物院Y学长 录取巴鲁克金融工程，哥大金工，哥大金数，伯克利金融技术北大微电C学长 获得MIT EECS/Cornell/Columbia/Gatech电子工程北大信科L同学 获得Stanford/Berkeley/Princeton电子工程北大信科D同学 获得CMU计算机北大信科Y学长获得UT-Austin（专排前10）计算机/CMU MSCV/UCLA CS北大信科W学长 获得CMU MSCV北大信科R学姐 获得CMU MSCV/CMU MSML/UCLA CS北大信科G学姐 获得CMU MIST-SE/CMU MITS北大计算机Y学长 获得UT-Austin（专排前10）计算机/CMU MSCV北大计算机W学长 获得CMU MSCV北大物理S学姐 转专业获得CMU MSR/CMU MSCV/Austin CS北大物院L同学 获得Stanford, MIT, Berkeley和Princeton EE&MSE北大物院L同学 UT-Austin电子工程（专排第十）北大物院Y同学 UIUC MSE(专排第三)，Northwestern AP北大物院S同学 UIUC电子工程（专排第三）北大物院G同学 Stanford电子工程北大信科L同学 Stanford, Berkeley, Princeton电子工程北大信科D同学 CMU计算机北大信科M同学 Michigan EE硕士，Maryland EE北大数院Z学长 获得Berkeley/UCLA应用数学/哥大运筹北大数院T学姐 获得UCLA CS/Yale生物统计/Duke数学北大数院G学长 获得NYU Courant数学中心（应数第一）北大数院X学长 获得Stanford ICME, Caltech和Berkeley数学北大数院W学长 获得Harvard统计学北大数院Y学长 获得Caltech数学北大数院Z学长 获得Chicago统计和JHU生统（专排第一）北大数院W同学 Princeton PACM和Stanford ICME北大 数院G同学 NYU Courant数学中心(应数第一)北大数院W同学 Princeton PACM和Stanford ICME北大数院G同学 NYU Courant数学中心(应数第一)北大数院X同学 Stanford ICME, Caltech和Berkeley数学北大数院W同学 Harvard统计学北大数院Y同学 Caltech数学北大数院Z同学 Chicago统计和JHU生统（专排第一）北大数院W同学 Columbia统计和Duke统计北大数院G同学 Duke和Brown数学北大数院Z同学 Yale统计和Cornell统计北大数院L同学 Brown数学（专排第十三）北大数院Y同学 UIUC基础数学（专排第十七）北大数院Z同学 Berkeley统计学北大物理L学姐 获得Princeton/UCSB/Umich/UCSD物理北大物理Q学姐 获得Harvard物理北大物理L学长 获得MIT物理/Caltech应用物理/Princeton EE北大物理L学长 获得Harvard/Caltech/UCSB/UCSD物理北大物理Y学长 获得MIT材料/Princeton EE/Berkeley AST北大物理L学长 获得Caltech/UCSB/UIUC物理北大物理S学长 获得Harvard化学北大物理Q学长 获得Chicago分子工程北大物理Z同学 Harvard, Princeton和Berkeley大气物理Y同学 Harvard，Yale和Chicago大气物理N同学 Caltech物理学北大物院Z同学 Stanford应用物理北大物院Z同学 Caltech, Columbia物理北大物院Y同学 UIUC MSE(专排第三), Northwestern AP北大物院J同学 UCSD物理，研二转入Columbia物理北大物院J同学 UT-Austin物理（专排第十四）北大物院L同学 MIT和Yale大气物理北大物院C同学 Columbia物理（专排第十）北大化学X学长 获得MIT化学北大化学Z学长 获得专排前10的Cornell/Scripps化学北大化学L同学 化院UCLA化学工程北大化学S同学 化院UCLA化工与Columbia化工北大工院Z学长 获得Berkeley材料/Chicago分子工程北大化院Y同学 化院MIT/Berkeley/Caltech化学北大化院S同学 化院Princeton/Berkeley化学北大化院G同学 化院Berkeley化学北大化院L同学 化院Northwestern化学（专排第七）北大生科L同学 Oxford生物医学北大生科Y同学 Duke/Brown/WUSTL/UCLA/Emory生统北大生科L同学 Duke/Brown/Wustl生统北大药学F同学 UMich PharmD北大环科N同学 获得Stanford, Harvard, Duke, CMU环境工程/健康北大环科W同学 获得Yale环境管理UCSB环境经济学Chicago MPP北大生物Z学长 获得Yale公共卫生北大环科N同学 Stanford，Harvard，Duke，CMU环境工程/健康北大环科W同学 Yale环境管理，UCSB环境经济学，UChicago MPP北大环科L同学 Columbia/JHU环科，杜克环境管理北大环科Y同学 Yale/Duke/JHU环工北大环工S同学 Princeton/CMU/Columbia环工北大工院 Z同学 Princeton/Stanford机械北大工院F同学 Berkeley机械北大工院Z同学 Caltech/Gatech/Northwestern机械北大工院Y同学 Gatech土木与环境工程

生物类专业被大家称为“天坑”专业，近几年很多高分考生纷纷躲避这些并不热门的专业，说白了就是不挣钱的专业，因为这些专业出成果比较难，不属于像计算机类的来钱快的专业，但这些专业在关键的时候却能够救人于生死，恰恰在经济高度发达的欧美国家，对于生物、化学、环境科学、材料等专业格外重视，这也是人家生物化学类药物很先进的原因，实际上我国每年的进口药花费的金钱数目也是难以计量的。对于生物类专业，只有从国家的层面重视，才能扭转目前的局势。想报考生物类专业的考生们，目前通过“强基计划”来报考，也可以通过高考志愿填报进行，实际上，经过本次的新型病毒疫情后，可能会唤醒大家对生物工程的重视，正如有很多网友所说，该专业只有你生病的时候才想起它。目前这几大类生物类专业看起来不那么冷门，一起来了解一下。生物医学工程该专业属于电子信息类专业，和生物有一定关系，它是电子、医学、计算机交叉专业，在课程设置上，除了生物、化学相关的专业外，还有计算机类、算法、高数、电子信息等，80%的课程和电子、计算机相关，快接近通信工程和电子信息工程了。只是利用现代化的手段来进行生物信息产业进行开发的专业。和医学、生物有关系，但和电子信息关系最大，不是医学类专业、生物类专业，是典型的工科专业，就业主要在像医学临床中的人工器官、超声波成像技术、CT、核磁共振等医疗技术和器械等方面，也可以从数学算法，医学电子、生物医学信息学，生物医学光子等等。生物医学工程方向很多，不同的学校方向有差别，有的还和智能医疗大数据结合，比如复旦大学的医学影像方向。生物信息学对生物信息的数据处理，比如基因测序、早产预测、病原和药理测试等。和生物学关联性比较大，对口就业，一般去基因测序公司、生物类科研单位，药企等。要比较熟练使用Python，R等编程语言和相关软件，比较容易转IT。生物统计学和生物信息学有很大的重叠性，更偏重数据分析和挖掘，以及机器学习、深度学习等知识，转互联网数据工程师、程序员、算法岗更容易一些。比生物信息学离市场更近一些，生物信息学研究的是基因原理，更偏重基础性科研，只是更多利用计算机统计学数学等工具，生物统计研究的是临床数据，数据完美，就可以挣钱了。计算生物学严格来说不是一个专业，而是一个新兴的，交叉型研究领域，一般是研究生的研究领域，离不开生物信息学和生物统计学基础。这几个专业开设的院校不多，多是医药类院校，从课程设置看也谈不上本质的区别，是新兴学科，如果被调剂到比较差的专业，可以考虑往这些专业转，起码去IT互联网做技术人员有机会。本科生物工程生物科学生命科学什么的也可以考研此类专业，比纯生物类专业好一些。生物医学更为新兴的专业，开设院校极少，浙大算是一枝独秀。跟上面三个专业相比，跟数学、计算机、统计学关系没那么大了，更偏重生命科学、信息学、医学的交叉领域，前沿性质更强，探索意义更大，基本上需要读到博士了。大家觉得这些生物类专业怎么样？

初识统计学是2005年，当时统计学专业还是个小冷门，在金融学，会计学，财政学等大热专业的身后默默做背景板。01统计学有多难考？不过十几年，统计学已经火到了风口浪尖。2019年，各校统计学考研分数线大涨，堪称神仙打架。中山大学应用统计学招生26人，400+多达77人。重庆大学应用统计学招生25人，400+已经35人。有人统计了2019年34所自主划线高校应用统计学的复试线，370是平均水平，人大380，北大400，连湖南大学都要375。这个分数线，在十年前是完全不敢想象的。统计学02统计学有多好？为什么会出现这样的情况？就业驱动是主要原因。近些年最火的几个方向，人工智能、大数据、金融工程等，基础都是统计学。一时之间，统计学简直成了万能学科。进，可以去金融圈当最靓的仔，退，还能去互联网行业当个屌丝码农。似乎是，学了统计就可以左右逢源，去最火的行业，拿最高的薪水。统计学就业是不是真的这么爽？从网上披露的信息看，确实很爽。金融行业：各银行的信息技术部门，证券的交易部门，银联的数据岗位，券商的研究所，甚至券商的产品经济都在招统计学方向的毕业生。应用统计专硕的就业需求不逊于金融专硕的需求。互联网行业：数据分析，商业分析，数据挖掘，机器学习，深度学习等等也都在招聘统计学方向的毕业生。应用统计专硕的需求非常多。统计学03什么是统计学？统计学是应用数学的一个分支，主要是基于概率论来建立数学模型，收集数据进行整理、量化分析和总结，并利用结果进行推断和预测。为相关决策提供依据和参考。统计学的应用非常广泛，从军事到社会，从科学到人文，就连生物学都有统计学的身影。统计学可以分为两大门类：理论统计学和应用统计学。而应用统计学，又可以分为经济统计学、心理统计学、生物统计学等。理论统计学主要研究统计学的数学原理，具体就是指统计学的一般理论以及统计方法的数学基础。现代统计学已经和数学紧密联系在一起，理论统计学需要扎实的数学功底作为研究基础。而应用统计学是应用统计学的一般理论和统计方法，在具体系统上进行应用，以解决现实中的实际问题。比如在经济领域上的应用，诞生了经济统计学，在医疗领域的应用，诞生的医疗卫生统计学，在生物领域的运用，诞生了生物统计学。人工智能从我国大学的本科专业来看，统计学相关的专业主要有：统计学、应用统计学、经济统计学三个专业。我们从理论和应用两个维度来分析这三个专业。理论维度，含“理”量，统计学，高于应用统计学，高于经济统计学。应用维度，含“应”量，经济统计学，高于应用统计学，高于统计学。在学科门类的划分上，《普通高等学校本科专业目录》中，统计学和应用统计学属于统计学类，学位是理学学位。而经济统计学属于经济学类，学位是经济学学位。可见，经济统计学已经非常偏应用，和经济学的结合已经非常紧密。统计学04总结统计学专业，理论和应用兼备，需要强大的数学基础。应用统计学专业，左可金融，右可互联网，是考研中的大热门。经济统计学专业，为经济领域私人订制的统计学。数据科学

数学在科学，技术，金融，航空，通信和无数其他行业中发挥着核心作用。根据UMassAmherst的数据显示，35%的数学毕业生会进入研究生院，就读的学位包括数学、应用数学、统计、计算机、数据科学和数据分析等。劳工统计局（BLS）统计显示数学岗位的需求在2019和2029之间上涨了27％，就业增长速度，比一般职业的4％增长率高出许多。伴随着数据和科技技术在不同行业的渗入，对数学家、分析师和统计学家的职位需求也逐年升高。今天就给大家总结下数学专业薪水最高的一些职位：物理学家，年薪119,580美金运用数学模型进行自然科学研究，研究范畴小到微细粒子，大到宇宙整体。主要就职雇主包括：学术机构、实验室、私企等。数学家/数据科学家，年薪103,010美金数学家的职业集中在执行高级数学方程式（通常使用计算机和使用复杂的软件）来理论化和理解数学原理，进而解决现实问题。常见的岗位类型包括数据科学家和统计师等，就业行业也遍布金融、科技和咨询等领域。航空航天工程师，年薪115,220美金设计新的航天器、飞机和导弹等，岗位和知识储备一直处于最前沿。借助数学和物理学，设计机身、机翼、发动机和其他用于飞行器的组件，并确定如何将其创造物集成到实际的飞行器中，航空航天工程通常是一个反复试验的领域。经济学家，年薪104,340美金从事经济学理论研究及其应用，主要领域包括数理经济学（用数学模型来描述经济现象）、计量经济学（用数理统计来检验模型结论）、文字经济学（用语言文字来描述经济现象）、经济数学（数学分析、最优化理论）、经济学专题（通过论文、专著来对某个前沿问题有了解）。精算师，年薪101,560美金帮助保险公司确定是否应签发保险单以及该保险单应收取的保费，从而在保险公司中发挥关键作用。检查与成本和趋势相关的大量数据，会在工作中使用大量的统计分析。统计师，年薪84,060美金为公司及政府机构开发改进数据收集方法，并对数据进行分析解释以确定趋势。常见的领域有生物统计师、临床数据统计师、数据分析统计师等。密码学家，年薪112,560美金研究密码变化的客观规律，应用于编制密码以保守通信秘密，确定加密和解密数据的新方法。常见的就业领域包括安全审计类、区块链和军队领域等。财务分析师，年薪85,660美金创建复杂的数学模型，以改善银行或其他类型的金融机构的运作。软件工程师，年薪103,830美金帮助开发软件设计团队创建的软件功能，软件工程师将与设计师合作，以帮助将不同的程序功能整合为一个统一的整体。数学领域作为很多学科的基础学科，在就业上也很有优势，留学生常见的进入领域包括金融、咨询和科技企业等，那具体适合什么职位，还建议学生可以提早准备自己的技能包，尽早开启实习，在实践中慢慢寻找。