搜尋其他科系
我的畢業年份
應用數學
🇹🇼 台灣 · 自然科學最先減少新鮮人職缺249 個科系中風險最高的前 23%
我的科系壽命
1年 11個月
00天 00:00:00:000
距離這個科系的畢業生職缺開始因 AI 減少
2028年9月24日 · 倒數 728 天
推估區間 現在 – 4年 11個月
2030 年畢業：職缺可能在畢業前就開始減少
資料分析、寫程式與標準建模這類新人工作，AI 已經做得很好，壓力來得早。教師甄選與精算簽證路線不在應用數學的主要出路中，撐不住招募；量化金融與 AI 研究多半要讀研究所。
「科系壽命」是距離畢業生職缺開始因 AI 減少的剩餘時間，不代表科系會消失，也不代表所有人都會失業。
AI vs 人類，你站哪一邊？
新進人員招募縮減
科系排名57 / 249
畢業後的出路
2030畢業出路 · 以 2030 年 6 月底估算剩餘時間
應用數學：AI 對畢業生求職的影響
應用數學系和數學系常被搞混，但出路差別不小：這裡沒有教師甄選或精算簽證這類穩定的保護傘，畢業生如果想走量化金融或AI研究，多半得繼續念研究所才有機會，不是學士畢業就能直接入行。
應用數學系新人的分析與建模工作，現在AI能做到什麼程度？
寫程式跑標準統計模型、依照範本做資料分析，這類工作AI現在多半能直接完成整段程式碼並跑出結果，不需要新人一步步除錯。應用數學系又沒有數學系那種教師甄選或精算簽證的保護傘，壓力因此在整體上來得比較早，不少人會選擇繼續念研究所，把自己的價值放在AI還做不到的理論推導或跨領域應用上。
量化金融和AI研究這兩條路，哪個受影響比較晚？
資料科學家的職缺壓力出現得最早；做量化金融的工作接著受到影響。從事數學、統計研究的工作，以及AI研究員這個方向，因為更常涉及提出新方法、驗證模型背後的道理，而不是套用現成工具，受到的衝擊相對晚，尤其AI研究員這個方向目前偏向和AI工具一起工作，而不是被取代。
讀應用數學，該不該直接規劃念研究所？
因為這個系少了教師甄選或精算簽證這類穩定出路，如果想走量化金融或AI研究方向，比起在學士階段就急著找工作，更值得提早規劃考研究所，把時間花在AI比較難取代的理論推導與跨領域應用能力上。在校期間找金融業或科技業的實習機會，也能提早確認自己適不適合這幾條路，而不是等到畢業才發現方向不合。
撰寫日期
資料來源
資料用於說明工作、制度與科系。AI 取代時間與分數為 AI 推估，不是來源機構的預測。 計算方法（英文）
留言· 繁體中文