填志愿：在数学系和算法方向的过来人建议
往期回顾：
首先肯定是恭喜高考考生顺利完成高考！
高考成绩出来，很多人开始私下问我有关志愿填报的建议，同时秋招开始，很多人也开始问我一些问题，我会在后续的篇章一点一点写，今天先给问我志愿填报问题的各位一些我自己的观点。
先再说说我的情况，本科北京科技大学信息与计算科学（这是个数学类专业！！）学士学位，后来有了金融工程经济学士学位（就是双学位啦，校内招的），硕士保研到统计学专业，理学硕士学位。最后选择是走所谓比较火的“大数据”或者“人工智能”的方向，实习期曾任去哪儿产品数据，美团点评算法工程师，OPPO算法工程师，毕业以校招生身份入职OPPO，担任算法工程师一职。
鉴于大部分问我的人主要是和我的专业本身以及和我未来的发展方向有关，那我就从这两个角度和大家谈谈吧。
浅谈数学系
很多人都觉得学数学的人很神，数学难度很高但是能学的下去，很厉害，事实上是否如此，具体现状又是如何，倾听我慢慢道来。
数学系学的什么
数学系学什么，当然就是数学了，咳咳恩，当然包括4大思政课、一些基本的计算机基础（应该也是大学标配几乎每个专业都有）以及一些校本课程吧，这里我们当然要谈专业课。
数学系一上来就会面对两门其实在整个大学里面感知上最恐怖的课——数学分析和高等代数，可能说的比较专业，换个说法，高等数学和线性代数，内容和知识点其实基本一致，但是区别在于数学系的这两门课更倾向于去探索内部的原理，而高数线代则关心某个问题怎么解决，只要经过什么操作就能处理好问题，举个例子，一般大家都会用勾股定理去解决直角三角形的问题，但是并不关心勾股定理是怎么证明的。因为数学系会探索到非常本源的问题，因此同样是数学，数学系的数学难度高于非数学系，也就很正常了。
后面就会有概率论与数理统计、常微分方程、解析几何等，后续还有专业课，复变函数与积分变换、实变函数、多元统计分析等，后面的课就变成了选修，根据学生自己的喜好选择，爱做方程的可以看看偏微分方程，还有运筹、优化、数论、集合等很多领域。
其实上啥课可能很多人不理解，我说一些更偏向整体的作用吧。数学系学下来，感觉难度很高，个人理解核心原因在于要去改变自己原来的思维方式，要更加严谨仔细，要去探索一些看起来很简单的问题内部可能存在的未知点，我们数学系常说的就是“这个居然要证明？”，很多显而易见的东西其实并不是理所当然的，这个非常培养一个人的思维方式，这个思维方式或扩散到很多现实问题中，所以有时候你会发现哪怕是别的领域，也会有一些数学系的人非常活跃，这不是没有原因的，这也就是所谓的“数学都能不怕，还会怕什么”，知乎上更有人称“数学系的人转行，叫做猛虎下山”，有点吹，但是确实如此。
总结一下吧，直接看这个可能更仔细一些：
数学专业知识的训练，让你不再惧怕公式，尽管后面去了别的领域，数学不会是你的瓶颈，例如现在我在做的算法吧。
更加严谨和抽象的思维，思考问题更加严谨，导致现实情况做事能考虑的更多。
这么难的东西都能学过来，其实很多事情也就不怕了。
数学系的发展方向
数学只是一个非常大非常大的领域，但是实质上内部还有很多分支，方程、运筹、概率、统计、数论等等，还有很多细节分支，凸优化、调和分析、时间序列等等等等，由于现在的培养体系，最后需要毕业论文那就肯定多少要做点科研，需要一个研究方向，在之前一般会有比较同时的数学专业课。但是这里，我不谈数学本身的分支和领域，我感觉我谈的也不如很多数学界的老前辈，此处我主要说，数学系学完了能干什么，我想着也是点进来看的各位想知道的。
数学系的人这么厉害，那能去做什么？说实话，直接出路真的不多，个人感觉，只有科研这条路是完完全全符合数学系本身的培养方式的，所以大多数人是在学了数学的基础上自己补充技能然后转行，这个与数学本身的抽象性有巨大关系，数学看似能解决很多问题，但是很多问题现在都是带着背景的，经济、机械、生物、计算机等等都有各自领域的实际问题背景，只知道公式和原理的数学系同学都会有些困难，这是一个数学系本身的困境。
先谈谈科研，这里当然包括了国内读研和国外读研哈，这是我身边同学选择最多的选项。数学系本身难度很高，也有很多问题亟待探索，所以上研对于本科生是一个不错的选项，继续读数学类专业也挺好，另一方面，也有人认为自己有较好的数学基础，要是能加一些其他技能，也能有不错的发展，所以很多人同学转学经济学、计算机，这两个是最多的，另外也有学生物的（主要是生物信息吧）。
至于想工作的同学，在不额外增加技能的情况下，选择当老师，教育机构也好学校老师也罢，是一个不错的选项，当然要是当学校老师可能还需要考证，这个也是需要成本的，数学系出来当老师，那应该是数理化生都没问题，自己想想自己高中时代的老师就大概知道了，很多数学和物理的老师其实很全能，不是没有原因的哈哈哈；另外，也有同学提早准备，考经济方面的证书，学写代码，然后去搞金融敲代码，都有很多，而且发展也还不错。
这都是我身边同学的路子吧，不过其实大家都可以发现，最后留下搞数学的少之又少，最后都选择转行，由于自己较好的基础和理解力，在新的领域也能有不错的发展，前提是需要自己下点功夫，这个功夫有的人在本科就整，有的人计划用硕士甚至博士的时间来拓展。
我对数学系的看法
归结为下面的点吧，看点比较简单粗暴。
难度真的不低，但是大一过了思维方式建立了，后面真没多难，需要脑子开一次光吧，至少我们知道的是哪怕是很难的数学，毕不了业的几率其实和别的专业差别不大吧。
难度是不低，但是学完了，思维上的提升对未来做很多事情都有帮助。
是一个很难混过的专业，想混的绕路吧，且是一个很难有水课的专业。
别的专业不清楚，至少在我的视角里，数学系如此，学生整体水平是限制老师教的东西难度的重要短板，毕竟太难了学生过不了，举个例子有兴趣可以看看华东师大的数学分析和北京大学的数学分析，难度不在一个量级。
光学数学，出路会比较窄，非常需要自己去补充技能，但相信我这个额外给自己加的东西收益绝对很大。
算法方向
最近人工智能很火，很多人开始投身有关方向，当然会有很多家长和同学对这块感兴趣，我来谈谈。
算法方向在干什么
其实真不算新工作，使原本从程序员一块划分开来的，当然也有一部分是从研发，类似学校的科研人员划分出来的这么一项工种，往技术方向主要是处理一些需要进行复杂计算才能够得到的结果的问题，例如需要今日头条要为用户提供个性化的信息，如何表达个性化，如何筛选和排序信息，这里面存在复杂的模型结构，这就需要算法，另一方面为了追求更高的性能，有关的科研也需要进行，于是算法有关领域就从无到有的缓慢出现。
那么每天算法都在干什么呢：
与产品经理确定需求，一个项目，一个产品的规划是由产品经理负责的，作为项目下的成员需要与产品沟通有关工作的方向。
数据获取和清洗，要建模，就要有数据，一方面了解数据的特点，另一方面要保证数据质量这样做出来的东西才靠谱。
特征工程和数据转化，原始数据并不一定能满足实际需求，我们需要将其转化，例如我可能拿到的是日期，但可能我需要根据工作日非工作日建模，所以我们要抽取今天是星期几等。
建模训练。根据问题选择合适的模型进行测试，最终选择最好的进行作为最终模型。
模型上线，部署在网络中供系统使用。
这就是整个算法的工作。
算法方向需要什么技能
简单地说就是理论+技术吧。
理论，主要是在一定数学基础的前提下，掌握有关机器学习、自然语言处理等方面的理论知识，技术主要是编程语言+计算机的拓展知识，具体的其实可以参考一些公司的求职说明。
想做算法要读什么专业
其实这个一直比较模糊，现在新开了大数据专业、人工智能专业等，已经有了。但是个人角度来看，主要是不清楚具体师资能力，毕竟专业建起来老师要开始备课甚至要学一些自己科研用不到的东西，可能会存在一定风险，只是和大家说说这个哈，具体内部如何我真的不清楚呃呃呃，只是我自己角度的考虑而已。
数学类专业+自学算法方面知识。
计算机类、自动化类+自学数学预计理论知识。
当然了，现在很多网络上的课其实走在前面，七月在线、炼数成金、深蓝学院等，其实也有类似的课程，甚至是面向就业的，很多吧，所以学不学的了往往不是客观原因，大家懂的。
大学的其他建议
有关志愿
还是直接列点吧：
不要盲目追热，大学填志愿是对未来投资，未来火不火不好说
人多必然导致竞争激烈，要看你个人的竞争力
专业相当于一个套餐，有自己要的也有不要的，但是要求过的就得过
选专业的同时考虑好毕业去向
赚钱多的总是少数，且赚钱多一定有他付出的代价
有关学习建议
一点一点来。
永远不要认为上好课你就能找到工作了，应用和课程有巨大gap
正入万山圈子里，一山放过一山拦，大学不是放松的时候
自学能力，不要指望着有人往你嘴里塞知识
除非活不下去，否则不建议做一些对未来职业发展无利的工作
尽早确定毕业去向，工作的话就早点开始实习（职业领域相关），出国和考研就尽早准备考试，保研就好好准备成绩，想做科研，本科就可以开始找喜欢的老师进入实验室做实验。
对于现在比较火的东西的看法
后面我还会撰文写这块，这里简单说说。
火的东西必然意味着有利可图，但也意味着竞争者众多，能不能到你手里难度不小，仔细想好吧
算法这块入门成本比较高，保证技术扎实的同时，还要有一些理论基础，不是你会写几行代码就能搞定的
要还是想入算法的门，自己还是要多动手多学习，站在岸上学不会游泳。
算法感觉过几年会趋于理性，虽然“大数据”和“人工智能”之类的名词可能还会继续火
就到这里啦，还有问题可以下面评论和我说。