我從崗位發展情況和讀研這兩個方面來說說我的看法。

首先，對于統計學大類專業的同學來說，從事數據分析類崗位是比較不錯的選擇，在大數據和人工智能技術落地應用的推動下，未來數據分析類崗位也會逐漸增多，崗位附加值也有進一步提升的空間。

目前數據分析是數據價值化的基礎，而數據分析有兩種基本方式，其一是統計學方式，其二則是機器學習方式，所以這兩個方式都需要重點學習。

對于統計學專業的碩士研究生來說，應該重點側重一下機器學習相關知識的學習，同時要重視程序設計能力的提升，這對于就業的影響是比較直接的，尤其是對于想從事算法崗的同學來說，編程能力就更加重要了。

從目前數據分析類崗位的實際情況來看，數據分析類崗位的門檻并不高，而且整體的薪資待遇水平差距也比較大，這跟所從事的崗位類型和所在行業領域都有直接的關系，在互聯網大廠和金融領域從事數據分析崗位通常會拿到更高的薪資待遇。

要想提升就業競爭力，讀研期間要重點做好三件事，其一是要充分利用課題組的資源，尤其是數據資源和算力資源，這對于能否盡快做出科研成果會有比較積極的影響。

其二是重視積累行業知識，數據分析類崗位對于場景知識的要求相對比較高，豐富的行業知識對于就業的影響是比較直接的，近兩年我組里有同學就憑借行業知識拿到了算法崗。

其三是重視開辟更多的實踐渠道，尤其要重視大數據、人工智能相關的實踐機會。

考慮到很多同學并沒有參加高質量實踐的機會，我聯合多名985大學的導師和互聯網大廠的企業導師，共同打造了一個線上的實踐平臺，在陸續開展程序設計、大數據、人工智能、物聯網相關的實踐活動，感興趣的同學可以聯系我申請參與，相信一定會有所收獲。

最后，如果有大數據相關的問題，歡迎與我交流。