统计学是一门收集、处理、分析、解释数据并从中得出结论的科学。
统计学到底是怎样一种学问呢。先看看我们的周围，其实有无限多的数据。所谓数据呢就是一系列数字的集合或者符号的集合体。我们傻傻的看着这些数据也看不出什么。所以我们会看一些数据的个数，平均，倾向，分类等才能了解数据的性质。
那么看数字数据，基本上会有一定的不确定性，比如学校的考试大家得分都是一样的话算平均值，排名次就根本没有意义了。统计学就是一个被体系化的方法论，它用来查看零散的有不确定性数据的性质，从大的数据（总体）取出一部分（样本），查看它的性质，推测原来的大的数据的性质等。
统计学体系可以分为两大类，一个是描述统计学，另一个是推论统计学。把一些数据收集到一起，作图作表，求平均值或者看倾向这些叫做描述统计学。从总体取出一部分样本，通过样本的特点去推论总体的特点，这种推论的统计叫做推论统计学。
由于大数据的出现统计学更加引人注目。理由很简单，就是利用统计学方法分析大数据，在计划经营战略，市场战略，开发新产品，新业务的时候取得了有效成果。经营不只是靠感觉，靠经验，靠勇气的东西了，而是根据以数据为基础的科学分析方法来进行决策。
其实统计学与数学在对立的位置。统计学与数学感觉上很相似，不过他们正好是相反的学问。为什么这么说，数学在大多数情况下有公理，有定理，能得到确切的答案，是一种演绎伦理。而统计学是从数个零散的数据当中推论出总体性质的归纳推理的方式。英国的约翰·格朗特（1620-1674）在 1662年发表了《关于死亡公报的自然和政治观察》的论著。书中分析了60年间伦敦居民死亡的原因及人口变动的关系，首次提出通过大量观察，可以发现新生儿性别比例具有稳定性和不同死因的比例等人口规律，对死亡率与人口寿命作了分析，从而统计学才引起了普遍的关注。近些年，由于信息技术的发展迅速，通过分析大量数据有助于企业的经营，从而统计学得到了人们的注目。
1.金融类，主要是精算和风控，对理论和技术要求颇高，经济学背景也需要比较充分，一般来说本科生很难进到这类企业，银行的信用卡中心倒是可以拼一把。
2.大数据类，本科生也比较难进，对算法和理论要求很高，同时需要掌握比较深入的编程技巧
3.数据分析类，技术要求比较低，本科生也比较容易进。需求量不算多不算少，其中又有区分
业务分析师：入门容易，需求量也算不小。主要是针对业务数据给出策略和建议，关键在于策略和建议需要对行业的深入和了解，多是在业务部门（市场部，销售部，咨询部等）
数据工程师：需要会数据库相关的一些操作，多在IT部门
数据研究：建模之类的，多是自己有专属部门
以上3个在不同公司内可能有相互重叠穿插的情况，请务必看清楚JD
但是，说实话，统计学和数学一样是一个服务类学科，并没有所谓的“对口就业”。只要出现数据的行业，都需要统计学，因为本来这个行业里面的人他们的专业范围是得到（产生）数据，比如说银行、保险、零售、公共卫生、制药等等，而分析数据就已经超出了这个行业内人员的专业范围了，这个时候就需要运用统计学的方法来处理。
银行、保险、医药好像感觉就业比例较多，那是因为这些行业对数据分析的依赖程度已经比较高，但是随着各行各业的发展，越来越多的行业开始需要数据分析这一个职业。不需要担心对口，如果用人方的需求是统计学人才，你去就能用上学的东西。
【微语】愿你走出半生，归来仍是少年。愿你留学一遭，回首有爱相伴。
