统计学是研究和挖掘、分析和应用数据的科学。
统计学与数学和计算机密切相关。
学习统计学需要一定的数学基础，因为您需要学习数学分析、高级代数、数理统计和这些基础数学课程。
但统计学并不像数学专业那样理论化和抽象化——烧脑的程度比数学专业要好。
统计学更注重利用现有的方法和模型来解决实际问题，是一门工具性的学科。
统计学的理论模型需要计算机应用，即将统计模型与计算机编程相结合，从海量数据中挖掘信息。
因此，统计学专业的课程结构可以概括为：
数学理论 + 数学统计方法 + 带有方法模型的软件工具该课程一般包括：
基础课程：数学分析、高等代数、概率论和数理统计。
专业课程：回归分析、时间序列分析、多元统计分析。
工具课程：MATLAB、Python、C、R、数据库等
统计学专业可以选择互联网行业等职业方向：数据挖掘、数据分析等。
金融行业：行业研究、定量分析、精算师、投资分析等。
*机构：税务局统计局。
商业咨询行业：麦肯锡、波士顿、埃森哲等
生物统计学方向。
从求职和个人发展的角度来看，统计学是一门不错的专业，虽然不如计算机金融那么受欢迎，但作为基础工具，它有着广泛的应用。
完成统计学专业后，可以考虑金融、互联网、生物医药、统计局、税务局等。
可以说，只要有数据，就需要统计专业人才，数据量越大，需要的统计人才就越先进。 与统计专业最对应的职业是数据岗位，如下图所示
仅在就业方面。
统计学本科内容是理论性的，实用性不足，能应用于工作的很少。 因此，大多数本科生去读研究生、转行或从事与统计学无关的工作。
研究生毕业后，大部分毕业生会做数据分析师，即使用excel、sequel、python等软件工具分析数据，然后结合业务知识制作分析报告。
少数特别优秀的学生可以考取数据工程师或数据挖掘等职位，算法职位对编程能力要求高，薪资也更高，通用计算机或大数据专业更合适。
总的来说，统计学是一门不错的专业，因为统计学具有应用工具的属性，可以辐射到很多行业。
数据是现代生产的核心要素之一，掌握数据读分析能力，犹如掌握内力。 生活和工作中的许多事情都可以从理性的角度来看待和处理。
但是，仅靠统计学的理论方法是不够的，因为现在很多企业在招聘数据岗位时越来越注重计算机应用能力、编程能力和落地能力，而统计学专业在这方面不如计算机专业。
因此，如果你只是想着找工作，以后想从事数据工作，你应该申请计算机专业。
如果因为成绩而不得不选择统计学或者转入统计学专业，那么你必须有自己的宏观计划，不能完全按照学校的培养计划，不能对窗外发生的事情视而不见。
最好通过自学来加强计算机素养和编程能力，始终着眼于实实在在的行业，争取和老师，尤其是计算机科学学院的老师一起多做项目，尽快参加实习，积累技术经验。
这将带来一个好的职业选择。