刘金翰

我本科是学数学的,考研时班里大概分为两个方向,一部分是继续考本专业的研究生,另一部分则是跨专业考金融、计算机之类的研究生。我当时并不想一直从事基础数学的研究,又觉得跨考计算机难度大,无法将自己数学专业的优势发挥出来,所以最终选择了统计方向。一是因为感兴趣,二是因为统计方向专业课和数学的相关性很大。考研期间,我并没有透彻了解应用统计专业的就业范围。
研究生入学后,师兄师姐介绍说,统计专业的就业岗位大部分都是公务员、教师、读博等,读此专业的女生比较多,找的工作大多偏稳定一些。当然,最对口的岗位还是数据分析师和算法工程师。师兄师姐补充说,比较优秀的同学可以去尝试一下算法行业,薪资待遇特别高而且发展前景好。就是在这个时候,我才第一次知道算法工程师岗位。
读研期间,上了讨论班后,我开始真正接触到一些基础的算法。学习一种新算法的流程大致是:了解算法理论,然后用严谨的数学公式进行推导,之后需要代码化,把算法通过程序展现出来,那时候我们是用R语言和Matlab语言实现。最后,要通过数据来训练我们的模型,用合适的指标来检验模型的效果。上述完成后,反过来再去总结这个算法的优劣、可延展性及与其他同类算法对比。
我逐渐对算法有了大概认知,算法有严谨的数学理论,可以用程序实现复杂模型,训练好的模型可以很好地解决业务问题,且每年在顶级期刊都有此领域的前沿论文发表,学习资源相当丰富。……