搜尋其他科系
我的畢業年份
統計學
🇹🇼 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 6%
我的科系壽命
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
2027年9月24日 · 倒數 362 天
推估區間 現在 – 2年 11個月
2030 年畢業：職缺可能在畢業前就開始減少
第一份工作多為分析師，而分析師的 SQL、儀表板與報告已由 AI 產出，初階職缺開始減少。精算與公部門統計的出路能撐住一部分。
「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13 / 249
畢業後的出路
2030畢業出路 · 以 2030 年 6 月底估算剩餘時間
統計學：AI 對畢業生求職的影響
統計系畢業生的第一份工作，職稱多半是資料分析師，而不是「統計師」；這份工作的SQL查詢、儀表板製作和報告撰寫，現在AI已經能代做大半，初階職缺因此開始減少。走精算或公部門統計這兩條路的畢業生，情況會不太一樣。
統計系畢業生的第一份工作，現在AI能取代多少？
資料分析師原本要花時間寫SQL查詢資料庫、做出儀表板、再寫成一份給主管看的報告，現在只要用一般語言描述需求，AI就能直接查詢資料庫並產出儀表板草稿。不少公司因此把這類工作交給少數資深分析師搭配AI完成，用來讓新人練習寫查詢語法、做報表的職缺跟著變少。走精算或考進公部門做統計工作的畢業生，暫時不在這波壓力的中心。
資料分析師和精算師，哪一條路先感受到職缺壓力？
在這幾條出路裡，資料分析師的職缺壓力出現得最早，資料科學家緊接著受到影響。精算師因為需要通過考試並累積實務經驗才能簽證負責，職缺撐得比較久；從事數學、統計研究的工作因為更偏向理論與方法開發，受到的衝擊也比較晚。
讀統計系，想避開初階分析師的職缺壓力該怎麼準備？
比起只練熟SQL查詢和儀表板製作這些AI已經做得很好的工作，更值得投資的是弄懂資料背後代表的業務意義，練習判斷模型或報表哪裡不合理，這是AI比較難獨立完成的部分。如果考慮走精算這條路，越早開始準備考試科目越好；對公部門統計工作有興趣的人，也可以提早了解考試科目與報考資格。
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