1樓：韜小哈
除了你學的統計學各種知識模型外。
學ML（會用python，R，SAS，排名分先後）、sql、視覺化等可以成為資料分析師
重點學coding（成為大半個cs人），會用平台，熟練掌握各種大資料分布式系統架構，分布式計算以及資料庫管理。可以成為資料工程師
上面的全部掌握外加重點研究深度學習，可以成為未來的AI人員（從事NLP、CV等）
我認為，統計學從事大資料很有優勢。除了深度學習領域，傳統機器學習的大量演算法是統計學理論模型為基礎的。但是統計學學生最大的短板就是coding能力不行，知識沒法變現。
所以要增強coding的能力，還要學習很多fancy的技術。
但是相比於大多數工程或者計算機背景的人，統計出身往往統計和數學理論會更好些，這些東西在日後你成為大資料、機器學習、資料探勘云云的工程師時會成為你的核心競爭力。這也是為什麼統計學phd在美國很受一些大公司比如google的青睞的原因。
所以，也要好好紮實的學習統計和數學的理論和方法（非常博大精深），如果你不想只成為乙個大資料時代下的掉包俠的話....
統計學專業未來從事大資料方向有優勢嗎？
小棠與落花風 要想發展潛力大一點，程式設計能力必須自我額外提公升。只會調包是不夠的。統計學的優勢是在於數理基礎，可以更好地看到資料背後的本質。但是降資料核心外化還需要程式設計加持。我也在提公升程式設計能力中，共勉吧！ TtutT 有個p的優勢 入行以後，你會發現真正的優勢是sql，洗資料的速度，調包...
學大資料有哪些就業方向？
python愛好者社群 對於大資料的就業方向，實際上可以劃分為三個大類，一 大資料開發 二 系統研發 三 大資料分析。而對應的基礎崗位為 一 大資料開發工程師 二 大資料系統研發工程師 三 大資料分析師。1 大資料開發工程師 大資料開發工程師，精簡到乙個詞語就是 統計 精簡到兩類指標就是 PV和UV...
大資料時代對統計學和經濟學有何影響？
在下的美式不加糖 影響還是挺大的，好的方面是獲得資料的難度降低不少，很多之前苦於沒有資料不能做的選題，現在有可能通過購買資料來實現了。但同時也帶來了乙個很大的問題，資料越詳實，給人感覺真實性就越高，但真實性高不代表反應的問題就客觀，選擇性偏差問題在大資料下會顯得特別突出，這就對研究者的社會理解能力提...