今年我们几个朋友组了个队伍，去打kaggle的题目，用机器学习算法搞医学图像分割的。
队员配置如下：
我 武大生物基地班 —— Emory 生物统计 MS —— 走向 Biostatistics phd
组员 某校生物本科 —— CMU 计算生物学 MS——走向 Biomedical Informatics phd
组员 武大数学基地班 —— UMich 金融数学 MS——走向 HYPSM DS 二硕
组员 中科大少年班 —— UMich 金融数学 MS——quant 就业
组员 UCL数学本 —— Uchigago 计算数学 MS——biostatistics phd
其实到硕士之后，发现大家的核心课程非常的接近。线性模型，机器学习是工具学科。核心知识 概率论，统计推断，（高等概率论），随机过程。其他的各个小方向的学科知识，其实都是附带的。
条条大路通 DS。但是实事求是地讲，在美国最大的业界需求（统计 DS等泛数据类专业），其实就是生物医药领域，金融领域和互联网领域。
其中，金融领域太卷，没有数学物理phd背景，或者HYPSM的硕士以上学历，很难混进去。
生物医药领域，硕士，博士皆可。博士的发展前景远强于硕士，所以大家也会去读博。
互联网领域，基本都是硕士进去工作。门槛不高，DS或者统计类的硕士，都可以去。为了去互联网选择读博的比较少。但是读了统计类phd之后，选择去互联网大厂工作的非常多。