如果有一门学科，将逻辑伦理的严谨性与审美形而上学的抽象美感融为一体，忽视许多古典学科的偏见，并引领现代新兴学科的发展，那么它一定是数学。

有一个故事相信很多人都听过：

穷困潦倒、身无分文的笛卡尔过着乞讨的生活，但他却沉迷于数学的世界，过往的人群和喧闹的车马都无法干扰他。 克里斯汀在街上遇见了笛卡尔，她发现笛卡尔对数学有着浓厚的兴趣。 她是瑞典的小公主，国王最宠爱的女儿。

国王聘请笛卡尔担任小公主的数学老师。 随后，公主的数学突飞猛进，两人的关系也开始变得更加亲密。 在笛卡尔的引导下，克里斯汀进入了奇妙的坐标世界，她对曲线着迷。 在瑞典这个浪漫的国度，一段纯洁美好的爱情悄然萌芽。

然而，他们的恋情传到了国王耳中，国王勃然大怒，下令将笛卡尔流放。 笛卡尔最后给公主留下了一封信。 上面没有任何文字，只有一个方程：r=a(1-sinθ)。

她开始画方程图，一个心形的图案出现在她的眼前。 克里斯汀忍不住流下了眼泪。 这条曲线就是著名的“心形线”。

在这个故事中，数学是一门语言，在笛卡尔手中被谱写成一首诗。 虽然最终的结果并不理想，但却展现了数学感性的一面。

此外，数学使所有社会学科从野蛮走向了规律（只要是数学结构的，就标志着从以前的科学状态向科学状态的转变），也催生了忠实的追随者：

统计学、计算科学、物理学、工程学……甚至超越了任何语言。 没有人可以将李群运算或 n 维流形属性背后的公式和符号翻译成数学以外的任何词汇或语法。 ;用拓扑学来解释一个命题只会让人们感到困惑或者转向特定数学语言的另一个分支。

因为数学中涉及的许多空间、关系和事件不一定与感官数据相关，所以它们是发生在封闭公理系统内的另一个现实。 所有的规范和共识都包含在数学的语言中，这是无可辩驳的事实。 是的：

完全不懂彼此的生活语言的拓扑学家可以有效地在黑板上一起“唱歌”。 此前还没有诗人能够做到这一点，就像巴别塔前的语言一样。

每年的九月，无数学子被数学的严谨与精深所吸引，潜心学习数学或数学相关专业。 他们对未来充满憧憬和幻想，却没有意识到等待他们的可能是一场可怕的事件。 “大逃杀”游戏。

2、大逃杀序言“学了数学，你会擅长，但普通的微分学你常常学不会。

数学方程没有自然的理由。 学习实变函数十遍。

泛函分析让我感到寒冷，我无法逃脱微分拓扑。

随机过程随机通过，微机原理陷入危机。

我不会编译汇编语言，量子力学，

机械制图、机械制图、流行的流形拓扑、

在现代，所有的数字都丢失了，规范的场论常常违反规则。

我微分几何没有几分，对黎曼几何的理解也很慢。 ”

曾几何时，这是数学系流传的一个笑话，

乍一看似乎很有趣，但背后却是一些数学学生的无奈——学不会！

而这种淡淡的悲伤和不安要到大四才会完全暴露出来。

3、数学专业毕业后去向何方？

在清北大学、华武大学、国立科技大学等国内顶尖数学系，80%以上的学生都会选择继续深造。 研究生的名额相对较多，成绩中等以上的一般都有机会。

大多数985和实力相对较强的211学校提供的数学专业的学生中，有接近50%的学生也会选择读研究生。 但由于考研要求更加严格，参加考研的人数比例会更高。 对于大多数学生来说，改变职业规划极其重要。

其余学校的学生就业率将会更高。 考虑到数学专业的大部分课程内容不能直接转入工作（即使是应用数学专业），如何确定就业方向是大多数学生必须提前准备的事情。 这个非常重要。 重要的。

4、“我对学习数学很感兴趣，感觉自己很有天赋，想要冲出重围。” 4.1 两大方向 4.1.1 纯数方向

一般来说，选择纯数学的学生往往会有这样的感觉，那就是他们有数学天赋。

这里我简单讨论一下，什么是数学天赋？

第三层次：在应试教育的框架下，学生的数学能力可以超过大多数同龄人，并且在学习数学的过程中能够感受到一定的乐趣。

第二级：对数学对象有一定的敏感性，理解力强，有化抽象为具体的能力，有探索深奥数学问题的愿望。

第一层次：具有联想和创造的能力，拓展创造，形成更深刻的理解，即创造力和描绘世界联系的能力。

前两个层次可以通过足够高的智商或者后天的训练来弥补，而第三个层次则跳转到了不同的维度，将数学视为像语言一样的逻辑纹理，因为前两个层次主要依靠的是逻辑能力，需要层层进步。就像金字塔一样，第三层需要从点到点接触表面，就像艺术家不断发散甚至偏离主线，在多条线中发展和创作。 任何经历过类似思考的人都会明白，这个过程会消耗巨大的注意力。 ，这违背了人类的传统思维模式。

因此，创造联系的能力本质上是思维能力的综合体现。 甚至很难定义级别。 （如果人类能够理解思维的形成，人工智能就会走得更远。）但它最终决定了纯数学学生的科研方向。 道路是否坎坷，取决于发展的高度。

选择向纯数学方向深造的学生，必须对数学本身有足够的热爱，以信仰为三个层次的滋养，使其不断成长、成长，用耐心和坚持来度过每一个低谷和泥沼。 这一定是一条路。 一条孤独而艰难的路。

4.1.2 应用数学和交叉学科

由于数学学生通常具有严谨的逻辑思维能力和较强的学习吸收能力，因此考研的视角不必局限于数学相关专业。 一些跨学科专业也值得考虑：

生物数学与生物学交叉，金融数学与经济学交叉，离散数学与计算机交叉，系统科学与自动化交叉……学生几乎在所有感兴趣的领域都能找到数学的一席之地，所以他们在本科阶段选择了数学。 以专业作为基础，其实是一个明智的选择。

4.2 博士学习费用

值得注意的是，攻读博士学位的难度和费用。 可能远远超出你的想象（更不用说数学相关专业了），所以在做出决定之前请三思！

我先给你一些数据，方便你权衡一下：

多国数据显示，近50%的博士生表示，开始攻读博士学位后逐渐意识到自己不适合读博士。 近60%的博士生最终需要推迟毕业。 在真正毕业的人中，30%的人表示自己毕业很不情愿。 西方多国统计显示，30%以上的博士生患有抑郁症等精神疾病。

综合来看，大量医生对自己之前的选择感到后悔，其原因大致可分为以下几点。

博士学位的毕业难度和研究难度都远远大于硕士学位。 博士数学相关专业的题目往往比较枯燥，并且需要极强的数学天赋。 博士学位。 时间跨度很长。 学生年龄的增长意味着更高的机会成本以及更多的生活压力和考量。 在各种压力下，投入科研不仅需要毅力，还需要充沛的体力和精力。 一般来说，博士的能力要求是多维度的。

读博士需要谨慎，要警惕读得越多，路就越窄。

5、面对轻微的不安，认清“大逃杀”的本质

大多数本科生的困惑是：尽管他们在日常课程中付出了与其他专业学生一样多的努力，但为什么当谈到找工作时，当别人提供自己专业的offer时，他们总觉得自己没有够好了。 你可以去，但实际上你哪儿也去不了？

说实话，虽然最终所有数学专业从事科学研究的比例很低，但所有本科数学培养模式确实都是按照研究型人才来设计的。 换句话说，大多数数学人都在被动（或主动）地被淘汰和改行。

因此，从未进行过数学相关研究的同学需要认真思考这个问题。 数学专业学习哪些方面可以为我所用，同时必须明确一件事：

数学专业的学生逻辑性强，学习速度快，这并不是踏入数学专业大门时自动生成的，而是通过反复练习和学习获得的，所以不要只看到学长学姐从事诸如金融、教育和计算机。 仅仅因为你认为行业的繁荣让你的前途一片光明，等待你的可能是“就业地狱”。

6.一个“被过度美化的专业”——BA（商业分析，包括一些数据分析）

近10年兴起的商业分析专业（以下简称定量商业分析）是数据分析（商业应用分析）的一个细分领域。 它以定量分析为核心，其大部分工作内容是数学建模、统计分析、数据挖掘、编程和定量分析工具的应用，商业定性分析只占一小部分。

它有很多数学专业看似漂亮的对口工作都具备的两大特点：

ba方向的高就业率与其大部分增长潜力较低的后台工作有关。 换句话说，大部分找到ba类工作的人实际上都是在做后台工作。 所谓后台工作的基本特点是所做的工作重复性强、机械性强、思维性低、不可替代性强，因此职业成长性低。 （这里的不可替代性正在随着科技的进步以及计算机编程和数据分析智能的发展而下降。理论上，这个职业的不可替代性会与日俱增。）

文学学士工作与市场营销/会计/金融专业之间的区别之一是市场需求。 几乎所有公司都需要职能营销/会计。 大量的金融机构也提供了足够多的金融工作机会（相对而言）（与ba相比），只有拥有足够海量数据的大公司才能（也许，不一定）设立正经的ba职位，而满足这个要求的公司数量有多少？条件非常有限。

如果想突破这种后端工作，数据科学家是最好的选择，但是DS大部分都有博士学位，而且都是数学相关的专业。 也就是说，他们已经被更高级别的大逃杀淘汰了。 人（当然有些是自愿选择的），但你还是无法在深度方向上与他们竞争，因为你之前已经被他们淘汰了……

因此，数学相关专业毕业后，在寻找成长性较高的工作时，往往无法聚焦到最适合的方向。 产品经理、商业顾问、管理顾问、研究分析师、行业研究人员实际上都涉及到自己做。 定量数学占比很低，而定性分析占比很高（结合其他软技能作为复合背景）是比较合适的定位。

扩展学习参考：

7. 如果你想放弃数学专业的工作，那么学习数学还有什么意义？

从各种意义上来说，数学已经成为一种语言，甚至在很多领域超越和取代了语言。

不能指望每个汉语专业的学生都能掌握所有的写作技巧。 同样，数学系的学生也不是天生就有算法设计和经济建模的能力，所以没有培养出生产性技能，这说明这都是基础学科，对非学术型人才来说就像天坑一样吗？

答案是否定的，因为不存在足以支撑完整职业生涯的“某种确定性技能”。 能够影响一个普通人职业发展的比较关键的因素是：世界观和思维惯性。

本科阶段是年轻人构建这两点雏形的时期。 数学专业需要大量的反复练习和训练，同时不断打磨和修正思维模式。 这样孤独无聊的过程也是思维惯性形成的基础，包括注意力的提高和信息接收能力的提高。

数学是一种语言，并且是基于表达较低层次的语言：传统语言是a到b的桥梁，数学是观察和思考的语言。 正如数学天赋章节中提到的，思维的形成并没有规定的范式，而是数学实践过程中的某些点不经意间触及了其运行的节点。

综合以上两点，这也是“数学系”学生受到各行业青睐的本质原因。 它不是天生的智商优势，而是适应持久的孤独学习和逻辑动力链的更加成熟和科学的思维品质。 形成基础优势。

八、具体就业方向和规划 8.1 意见和建议

根据下图，可以得出几点观察：

数学和统计学可以应用于广泛的行业。 排除统计学强相关方向，数学强相关就业方向几乎仅限于教育行业。 百分之八十的弱相关方向需要一定的计算机能力，百分之三十的弱相关方向需要极强的编程能力。 数学、统计相关专业比较适合中后台工作，有一定的进入门槛。

因此，可以得出以下具体建议：

根据数学系和统计系之间的适合性标准找工作需要你提前一到两年学习编程语言。 鉴于学科本身的难度，建议延伸编程学习的一线。 由于涉及行业广泛，我尝试在寒暑假期间进行一些实习，根据自己感受到的行业氛围和工作内容，更加准确地制定自己的就业计划。 考虑从事这些行业或服务行业的学生需要加强他们的表达和社交技能。 毕竟数学本身就是一门相对封闭的学科。 既然你选择了（或者不得不）往行业方向走，就意味着你需要花费大量的时间和金钱来学习和适应。 所谓弯道超车（与相应专业的学生做出同样的努力）是小概率事件。 这个很重要。 要有充分的心理准备。 8.2 总结

数字化变革和人工智能是未来的大趋势和资本来源，几乎覆盖每个行业、每个场合。 因此，数学专业学生的就业范围其实是非常广泛的。 除了从事强相关工作外，还可以从事弱相关工作。 相关甚至不相关的工作。

改革开放之前，还是一个发毕业包的时代。 我们的父母一旦学习了某个领域，未来就只能在特定的相应行业和职能中发挥自己的价值，所以有“爱做之事”之说，他们的职业道路相对有限。 面对时代的浪潮和产业的兴衰，他们不能轻易转身，甚至不能“冲浪”。

然而，客观变化是：大学生招生规模不断扩大； 改革开放后，公有制不再以“大炼钢”式为主，私营企业成为招工主力。 如今，人才供求关系不断发生变化。 各类人才都有施展才华的空间，复合型人才尤受青睐。

作为一名学生，应该走出实验室，走出自习室，更应该走出顽固的思想牢笼。 通过了解不同行业不同职能的特点和发展方向，多做实习，多尝试，才能找到真正适合自己的发展方向。 数学专业就像一把锋利的铁剑，不仅可以上阵杀敌，还可以举到空中，吹响未来的号角。

以下是我为各位数学同学准备的《大逃杀生存指南》。

9. 总结

如上所述，数学是一门独特的语言。 它的诞生，使人类思维品质在一定范式下从粗糙走向严谨。 对于数学相关专业的学生来说，在本科阶段的学习和给高中生讲授傅里叶分析是类似的，更多的是一种尝试的启发和严格的训练。

因为教育体系下的现代数学可能无法满足个人对数学的适应（这句话可以对应很多科目），教育是有边界的，动机决定了一个人的上限。

只要有自己的规划，就业并不比科研逊色（说到底，真正有天赋的玩家可以自己想出各种数学鉴定，不需要教，也教不了，所以数学家也会因为学术冲突而互相攻击），大学是一个为生命发展积蓄势能的过程。 最终走向何方取决于握方向盘的角度。

10.其他内容推荐