數學家與統計學家
SOC 15-2041 · O*NET 15-2041.00
數學家常研究抽象結構、方法或應用模型；統計學家常設計資料收集和分析，並解釋估計的不確定性。本頁比較兩類崗位，美國合併統計不能套給單個職業。
三項代表核心任務等權的模型影響指數，非實際工時佔比或失業機率。floor((75+75+50)/3+0.5)=67; fermatmind-ai-impact-v1; 2026-10-18.
快速判斷
數學家與統計學家適合什麼樣的人？
數學家與統計學家（合併口徑）的核心是分析資料並用計算方法解決問題：一側在基礎數學或把數學技術用於科學與管理等各領域，發展數學原理間的新關係、構建假設並推演後果、開展數值分析與建模；另一側發展或應用統計理論與方法，設計與評估實驗與抽樣、準備並整理原始資料、分析並解釋資料中的顯著差異、判斷統計方法是否適用、用圖表與論文呈現結果，並把統計方法適配到經濟、生物與工程等具體問題。
以下判斷針對數學家與統計學家（BLS 合併口徑）的研究與分析方式，不預測錄用、資格、授權或科研結果。
什么样的人更可能适合數學家與統計學家？
樣本輸出與反思：檢查是否先界定問題與假設、是否說明方法與適用條件、是否給出可驗證的結論與侷限、是否區分證明與統計近似；再問自己能否長期投入推導與分析、能否在資料不足時如實說明不確定，以及是否願意對結論與引用規範負責。
什么情况下需要慎重选择數學家與統計學家？
這是完全虛構的研究或資料分析情境核對，不是人格診斷、錄用結論或資格評估。
如何用一次小实验判断自己是否适合數學家與統計學家？
完全虛構的任務包：給出一份虛構的研究或資料問題（含 1 份問題與目標說明、1 組樣本或模擬資料、1 個待建模或待檢驗的假設），要求在 60 分鐘內寫出方法選擇與假設、分析或證明思路、驗證方式與侷限，並說明結果如何被檢驗；不使用真實涉密資料或他人未發表成果。
职业画像
數學家常研究抽象結構、方法或應用模型；統計學家常設計資料收集和分析，並解釋估計的不確定性。本頁比較兩類崗位，美國合併統計不能套給單個職業。
數學和統計怎麼選專案練手？
把同一個虛構問題做兩遍：一次寫假設和推導，一次寫取樣、估計與誤差。汕頭大學數值方向與南京大學因果推斷方向可作任務差別的學術例。
物件：
- 01數學或統計問題、資料與模型
輸入：
- 01假設、方法適用性與規範
數學家和統計學家的合併統計怎麼讀？
合併統計描述美國兩個職業群；看單職薪資或增長，應分別核 15-2021 與 15-2041。國內不直接對映同一招聘名稱。
| 维度 | 主要方向 | 比较方向 |
|---|---|---|
| 閉環 | 從界定問題到接受評審 | |
| 步驟一 | 界定問題與假設 | |
| 步驟二 | 設計研究或選擇方法 | |
| 步驟三 | 採集並整理資料 | |
| 步驟四 | 分析建模或證明 | |
| 步驟五 | 驗證結果與侷限 | |
| 步驟六 | 呈現成果並接受評審 |
核心工作
- 01
投入物件：數學或統計問題與假設、觀測或樣本資料、實驗與抽樣設計、計算與統計方法、建模需求與應用背景、文獻與既有成果、經費與協作資訊。
- 02
可檢查產出：證明與定理、統計推斷與結論、模型與演算法、資料分析與圖表、研究報告與論文、方法評估與適用性說明、對應用問題的建議。
- 03
完整工作流程：界定問題與假設 → 設計研究與抽樣或選擇方法 → 採集並整理資料 → 分析、建模或證明 → 驗證結果與侷限 → 呈現成果並接受評審的閉環。
資格邊界是什麼？
美國側通常至少需要數學或統計碩士學位（部分崗位接受學士，O*NET 統計學家反饋約 62% 碩士），無普遍要求的執業執照；職稱與專案評審按機構核對。
- 邊界
按法域、機構與學術規範核驗
- 法域
按所在國家或地區規定
- 機構
按院校/研究機構與主管部門確認
- 訓練
按學歷、研究與分析經歷確認
- 責任
由研究者與專案負責人確認
- 證據
保留可複核記錄
數學家與統計學家的 AI 邊界 符號計算與定理證明輔助、統計建模與自動分析、資料整理與視覺化、報告與論文草擬等工具可輔助驗證計算、探索模型並整理材料；但問題界定、假設選擇、方法適用性判斷、結論可靠性與學術規範責任仍由研究者負責，工具不得替代嚴格論證與評審。
职业方向比较
相鄰職業比較
以下按真實物件、核心交付與方法邊界比較數學家與統計學家及其相鄰崗位，不按標題互換資格。
| 职业方向 | 核心工作与产出 | 关键区别 | 更适合什么选择 |
|---|---|---|---|
| 金融量化分析師 | 金融量化分析師面向金融市場的建模與交易策略；數學家與統計學家面向數學理論與統計方法研究及應用，目標與交付不同。 | 面向金融建模與交易策略。 | 偏好金融量化時比較。 |
| 計算機與資訊研究科學家 | 計算機與資訊研究科學家面向計算與資訊科學的前沿研究；數學家與統計學家面向數學與統計方法，側重點不同。 | 面向計算與資訊前沿研究。 | 偏好計算研究時比較。 |
| 運籌學分析師 | 運籌學分析師面向資源與決策最佳化；數學家與統計學家面向數學理論與統計推斷及其應用，問題來源更廣。 | 面向資源與決策最佳化。 | 偏好最佳化應用時比較。 |
| 統計師 | 統計師與生物統計學家是統計方向的更精確職業；本頁為合併口徑，單獨統計或生物醫學統計的結論應以對應精確職業為準。 | 統計方向的更精確職業口徑。 | 偏好統計推斷時比較。 |
怎么选
先用可複核的研究或分析說明驗證假設、方法適用性與結論邊界，再判斷方向，不按收入或人格給唯一排名。
下一步把比較結果轉成小規模、可停止的研究或分析演練。
AI 对职业的影响
數學家與統計學家的 AI 影響邊界
符號計算與定理證明輔助、統計建模與自動分析、資料整理與視覺化、報告與論文草擬等工具可輔助驗證計算、探索模型並整理材料；但問題界定、假設選擇、方法適用性判斷、結論可靠性與學術規範責任仍由研究者負責，工具不得替代嚴格論證與評審。 AI影響度 67% 為編輯估算。三項代表核心任務等權的模型影響指數，非實際工時佔比或失業機率。floor((75+75+50)/3+0.5)=67; fermatmind-ai-impact-v1; 2026-10-18. 三項任務、檔位和來源見本頁FermatMind方法來源記錄。
AI 评估方法与来源
FermatMind AI影響度估算方法 v1
FermatMind / 費馬測試 · 2026-10-18
- 三項代表核心任務等權的模型影響指數，非實際工時佔比或失業機率。floor((75+75+50)/3+0.5)=67; fermatmind-ai-impact-v1; 2026-10-18.
- 檔位：0幾乎無影響；25準備或記錄輔助；50實質輔助；75大部分資訊產出可由AI形成並複核；100所選任務近乎全可由AI完成且可獨立驗證。
- 建立模型並分析資料 — 75/100; weight=1/3
- 呈現結果並撰寫報告 — 75/100; weight=1/3
- 判斷方法並驗證結論 — 50/100; weight=1/3
依據本頁既有職業職責與AI任務分析作檔位判斷；不代表採用率、實測效果、崗位消失或個人失業機率，也不是斯坦福或其他外部機構官方分數；未使用實際工時權重，不假定未來機器人部署。
技術能力
只寫工具能輔助的具體步驟，不把演示當成機構採用。
採用條件
證據不足：未取得數學家與統計學家合併組的採用率和崗位結果；試用前核對資料、工具與人工複核責任。
崗位結果
沒有職業級崗位結果研究就不推導裁員時間、編制變化或錄用機率。
任务影响矩阵
| 工作方向 | 任务 | 当前变化 | 人的控制点 |
|---|---|---|---|
| 建模與分析 | 建立模型並分析資料 | 編輯建議：資料整理、統計建模與文件草擬可由工具輔助；當前資料不證明機構普遍採用這些系統。 | 核對資料與假設。 |
| 呈現與報告 | 呈現結果並撰寫報告 | 可能輔助草擬 | 以假設、方法適用性與學術規範為準，保留人工判斷與記錄。 |
| 方法與驗證 | 判斷方法並驗證結論 | 不作自動決定 | 由研究者確認。 |
| 規範與評審 | 遵守規範並接受評審 | 不可替代責任判斷 | 由研究者與評審確認。 |
为什么就业证据会得出不同结论？
職業來源說明該職業實際處理的任務與物件（問題與假設、資料與設計、模型與證明、報告與成果）；工具能力、機構採用與崗位結果分別記錄，不用工資或就業資料替代 AI 證據。
Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140, 2025)
查看来源 ↗- 研究对象
- ILO 2025全球任務暴露指數
- 主要结论
- 支援任務暴露背景分析
- 使用限制
- 不提供本合併組採用、效果或裁員因果。
O*NET 15-2021.00 數學家（摘要）
查看来源 ↗- 研究对象
- 15-2021.00 數學家
- 主要结论
- 支援數學家身份與任務邊界
- 使用限制
- 為本職業美國口徑；不含中國資料。
O*NET 15-2041.00 統計學家（摘要）
查看来源 ↗- 研究对象
- 15-2041.00 統計學家
- 主要结论
- 支援統計學家身份與任務邊界
- 使用限制
- 為本職業美國口徑；不含中國資料。
不同工作方向受到的影响为什么不同？
編輯建議：可試用資料整理、模型探索與文件草擬，逐項評估準確性和複核成本；任務與暴露資料不能確定優先採用順序或就業影響強弱。
建模與分析
AI 主要改变編輯建議：試用資料分析與建模輔助
仍由人负责假設與方法判斷
呈現與報告
AI 主要改变編輯建議：試用文件草擬輔助
仍由人负责結論與責任
AI 进入专业流程后，责任链不能断
人的控制點：界定問題與假設、設計與評估研究方法、判斷模型適用性與誤差、對結論與引用規範負責，並遵守學術倫理與經費約定。
- 核對輸入
確認問題、資料與規範。
- 限定任務
只在學術與倫理邊界內分析。
- 人工複核
複核方法、計算與結論。
- 記錄升級
規範與倫理問題及時上報。
使用 AI 的专业风险
假設與方法適用性
可能影響結論成立。
控制方式：核對適用條件並複核。
資料來源與口徑
可能導致誤導結論。
控制方式：核對來源與口徑。
規範與引用
可能違反學術誠信。
控制方式：遵守規範並核對引用。
不同人群应该如何应对？
入行者
練習建模、分析與寫作。
在崗者
保留方法與資料記錄。
管理者
先定規範與評審要求。
关于 AI 与职业发展的常见问题
先用完全虛構的研究或資料問題做一次離線演練，寫出方法選擇、分析或證明思路與驗證方式，不依賴未核實的自動分析替代嚴謹判斷。
中国大陆薪资参考
證據不足：未取得中國大陸數學家與統計學家合併組的全國工資中位數。NBS 2025表2、表5為行業年均工資；研發崗位可參考科研技術服務業，院校、政府或企業統計崗位需按僱主行業區分，不能統一分配行業。
口徑說明：國家統計局 2025 年科學研究和技術服務業就業人員年平均工資，城鎮非私營單位為 182,064 元/年、城鎮私營單位為 83,560 元/年；全國城鎮非私營單位合計為 129,441 元/年。均為行業口徑，不等於本職業中位數或起薪。
官方統計口徑
類別邊界：人力資源社會保障部企業薪酬調查資訊按職業/崗位分類釋出，可用於查詢科研與資料相關崗位薪酬，但本頁未取得與 O*NET 15-2021.00 或 15-2041.00 精確對應的條目，不作為本職業全國中位數；具體以主管部門釋出為準。
全國·科學研究和技術服務業（非私營）
僅釋出年平均工資
全國·科學研究和技術服務業（私營）
僅釋出年平均工資
本職業精確工資
證據不足：未單列
情景化參考
本頁未取得中國大陸本合併組全國工資中位數；下列為城鎮單位行業年平均，非起薪、合併中位數或到手收入。
| 崗位範圍 | 參考值 | 解釋 |
|---|---|---|
| 不單獨統計 | 按僱主與崗位聘任 | 國家統計局工資統計按行業與登記註冊型別，不按本職業學歷分檔。 |
| 不單獨統計 | 按僱主與崗位聘任 | 國家統計局工資統計按行業與登記註冊型別，不按本職業學歷分檔。 |
| 不單獨統計 | 按僱主與崗位聘任 | 國家統計局工資統計按行業與登記註冊型別，不按本職業學歷分檔。 |
| 不單獨統計 | 按僱主與崗位聘任 | 國家統計局工資統計按行業與登記註冊型別，不按本職業學歷分檔。 |
影響因素
科學研究和技術服務業（非私營）
182,064 元/年
科學研究和技術服務業（私營）
83,560 元/年
全國城鎮非私營單位合計
129,441 元/年
AI 與薪資判斷邊界
證據不足：未取得中國大陸數學家與統計學家對應的全國職業工資中位數、統計期與口徑；本頁僅展示行業代理並標明其為行業口徑，不使用代理數字或美國數字填補。
美国薪资参考
美國數學家與統計學家薪資與就業口徑（BLS 職業展望手冊合併口徑）
BLS 職業展望手冊該頁顯示 2025 年合併中位年薪為 105,720 美元（約 50.83 美元/小時），其中數學家單獨中位數為 126,710 美元/年、統計學家為 105,650 美元/年（2025 年 5 月）；就業方面 2025 年合併約 33,500 人、2025—2035 年預計增長 10%（遠快於平均）、就業變化約 +3,400，年均職位空缺約 2,000 個。該頁未給合併組分位，但Pay分節給數學家與統計學家各自分位，不能平均或移用成合並分位。以上為美國全國合併口徑，不等於其中單一職業的精確值，也不等於個人就業結果。
美國2025年合併工資中位數105,720美元；本輪未取得合併組第10/90百分位。子職業的分位不能平均成合並分位；中位數不是起薪或到手收入。
| 分位 | 年度參考 | 小時等值 | 解釋 |
|---|---|---|---|
| 第10百分位（合併） | 證據不足：未取得合併分位 | — | BLS同頁單列子職業分位；不能推算或平均為合併組分位，也不表示資歷。 |
| 中位數（50%） | $105,720/年（合併） | $50.83/小時 | 2025 年美國全國合併年薪中位數（數學家與統計學家合併口徑）。 |
| 第90百分位（合併） | 證據不足：未取得合併分位 | — | BLS同頁單列子職業分位；不能推算或平均為合併組分位，也不表示資歷。 |
薪資 · 中位數：$105,720/年（2025，合併口徑）；BLS OOH：Mathematicians and Statisticians（Pay，2025 合併口徑）
薪資 · 小時中位：$50.83/小時（2025，合併口徑）；BLS OOH：Mathematicians and Statisticians（Pay，2025 合併口徑）
薪資 · 第10百分位（合併）：證據不足：未取得合併分位；BLS OOH：Mathematicians and Statisticians（Pay，2025 合併口徑）
薪資 · 第90百分位（合併）：證據不足：未取得合併分位；BLS OOH：Mathematicians and Statisticians（Pay，2025 合併口徑）
薪資 · 統計口徑：Mathematicians and Statisticians（合併口徑）；BLS OOH：Mathematicians and Statisticians（Pay，2025 合併口徑）
BLS同頁有數學家與統計學家各自的分位，未給合併分位；工資分位不是資歷等級。合併展望也不能替代單一職業預測。
工資
2025合併中位數105,720美元/年；子項數學家126,710、統計學家105,650，分位同頁各自提供，合併組分位未取得。
就業
2025 年合併就業規模，不是招聘職位數。
展望
2025—2035 合併預測增長 10%（遠快於平均），是職業統計，不是個人錄用結果。
行業
主要僱主為聯邦政府與科學研究與開發機構，不等於全部從業者收入。
行業分佈與侷限：主要僱主為聯邦政府與科學研究與開發機構；行業分佈是僱主場景訊號，不是需求預測。
| 行业 | 2025子職業×行業中位數 | 怎么理解 |
|---|---|---|
| 數學家｜聯邦政府 | $136,990/年（2025） | BLS OOH Pay子職業×行業中位數參考；不是合併組行業中位數，不拼接為本組區間。 |
| 數學家｜州屬學院、大學和專業學校 | $65,510/年（2025） | BLS OOH Pay子職業×行業中位數參考；不是合併組行業中位數，不拼接為本組區間。 |
| 統計學家｜聯邦政府 | $132,620/年（2025） | BLS OOH Pay子職業×行業中位數參考；不是合併組行業中位數，不拼接為本組區間。 |
| 統計學家｜研究開發（物理、工程、生命科學） | $130,590/年（2025） | BLS OOH Pay子職業×行業中位數參考；不是合併組行業中位數，不拼接為本組區間。 |
規模與口徑提示：合併就業約 33,500 人（2025）、預計增長 10%（2025—2035）；引用時須標明年份、覆蓋範圍與合併口徑，且中位數與增長描述不能跨市場或跨職業拼接。
資格
BLS通常碩士，部分崗位接受學士；聘任、職稱與具體許可權按法域及機構核對，目錄不能證明不存在執照要求。
經驗
編輯建議：展示研究、方法和資料分析成果；當前職業資料不支援成果與證書對錄用的相對效度比較。
地區
受政府與研究開發機構分佈影響大，不得跨地區外推。
就業展望與職位空缺
就業 · 規模
33,500 人（2025，合併口徑）BLS OOH：Mathematicians and Statisticians（Job Outlook，2025—2035 合併口徑）
就業 · 變化
遠快於平均（10%，2025—2035，合併口徑）BLS OOH：Mathematicians and Statisticians（Job Outlook，2025—2035 合併口徑）
就業 · 空缺
約 2,000 個/年（2025—2035 年均，合併口徑）BLS OOH：Mathematicians and Statisticians（Job Outlook，2025—2035 合併口徑）
適配訊號
適配訊號：先看可觀察的工作行為
判斷是否適合，先看能否長期投入抽象推導或資料分析、能否嚴謹設計與評估方法、能否在資料不足時如實說明、能否用圖表與文字呈現結論、能否持續閱讀文獻與寫作；RIASEC 等工具只能提出假設，不能替代真實任務體驗。
積極訊號： 積極訊號：能抽象思考或系統分析資料、能嚴謹驗證、能誠實對待不確定、能清晰呈現結果、能持續學習與寫作。
謹慎條件： 謹慎條件：難以長期專注推導或資料分析、傾向跳過驗證或誇大結論、不願寫作與接受評審，或難以承受競爭與長期產出壓力的人需謹慎。
試驗動作： 試驗動作：用完全虛構的研究或資料問題，完成一次方法選擇、分析或證明思路與驗證方式的演練，請他人按記錄複核。
不要用一个测试替你决定职业
RIASEC
工作樣本用工作樣本核對，而不是用標籤替代判斷。
O*NET 興趣程式碼為 IC（研究型—常規型）：偏研究分析與按規程組織符號與資料資訊；相關標籤只描述活動偏好，不能決定勝任或資格。
- 可觀察任務
- 過程記錄
别这样用：不能據此推導錄用、資格或表現。
開始職業興趣試驗大五人格
工作樣本用工作樣本核對，而不是用標籤替代判斷。
大五等通用人格量表不提供本職業的崗位證據，只能用於自我反思；應結合真實的推導證明、資料分析與寫作報告體驗繼續核對。
- 可觀察任務
- 過程記錄
别这样用：不能據此推導錄用、資格或表現。
開始職業興趣試驗MBTI
工作樣本用工作樣本核對，而不是用標籤替代判斷。
MBTI、九型人格等型別工具不能決定勝任或資格，只能用於自我反思。
- 可觀察任務
- 過程記錄
别这样用：不能據此推導錄用、資格或表現。
開始職業興趣試驗九型人格
工作樣本用工作樣本核對，而不是用標籤替代判斷。
需要結合真實任務、邊界和可複核交付繼續核對。
- 可觀察任務
- 過程記錄
别这样用：不能據此推導錄用、資格或表現。
開始職業興趣試驗認知能力
工作樣本用工作樣本核對，而不是用標籤替代判斷。
需要結合真實任務、邊界和可複核交付繼續核對。
- 可觀察任務
- 過程記錄
别这样用：不能據此推導錄用、資格或表現。
開始職業興趣試驗情緒能力
工作樣本用工作樣本核對，而不是用標籤替代判斷。
需要結合真實任務、邊界和可複核交付繼續核對。
- 可觀察任務
- 過程記錄
别这样用：不能據此推導錄用、資格或表現。
開始職業興趣試驗你更可能適合哪條數學與統計方向？
研究設計
更匹配：能設計研究並提出假設。
注意：須核對方法與抽樣。
資料整理
更匹配：能整理並校驗資料。
注意：須核對口徑與來源。
統計與建模
更匹配：能建模並進行推斷。
注意：須核對適用條件。
數值與計算
更匹配：能開展數值與程式設計計算。
注意：須核對誤差與實現。
呈現與寫作
更匹配：能用圖表與論文呈現。
注意：須核對規範與引用。
應用與協作
更匹配：能把方法用於跨領域問題。
注意：須核對應用背景。
职业适配常见问题
你能提出可驗證的假設嗎？
用本頁工作樣本核對研究設計。
你能嚴謹整理與分析資料嗎？
按方法核對口徑與假設。
你能判斷方法是否適用嗎？
評估方法判斷能力。
發現數據或假設存疑你會怎麼做？
先核對並標註不確定。
你能清晰呈現結果嗎？
評估圖表與寫作能力。
你能對結論與規範負責嗎？
評估責任與學術倫理意識。
你的工作如何被複核？
用方法與結論記錄讓他人複核。
下一步如何試驗？
用完全虛構的研究或資料問題完成一次演練。
風險與邊界
數學家與統計學家的工作風險與邊界
風險必須按觸發、後果、控制和升級邊界處理。
編輯風險分析：O*NET統計任務用於方法、資料與推斷控制點，數學家情境僅描述該子項壓力，BLS說明合併統計邊界；引用和學術規範應按機構核查，不是法定責任或事故率證據。
假設與方法適用性風險
典型场景：假設或方法適用條件不足。
主要岗位：研究與分析崗位
可能后果：可能影響結論成立。
降低风险：核對假設與適用條件並複核。
依据：O*NET 15-2041.00 統計學家任務（Tasks）
資料來源與口徑風險
典型场景：資料來源或口徑不可靠。
主要岗位：資料與分析崗位
可能后果：可能導致誤導結論。
降低风险：核對來源與口徑。
依据：O*NET 15-2041.00 統計學家任務（Tasks）
結論與推斷可靠性風險
典型场景：結論或推斷不夠嚴謹。
主要岗位：研究崗位
可能后果：可能導致錯誤結論。
降低风险：嚴格驗證並接受評審。
依据：O*NET 15-2041.00 統計學家任務（Tasks）
學術規範與引用風險
典型场景：引用或成果不符合學術規範。
主要岗位：研究與發表崗位
可能后果：可能違反學術誠信。
降低风险：遵守規範並核對引用。
依据：美國 BLS 職業展望手冊：數學家與統計學家
競爭與產出壓力風險
典型场景：競爭與長期產出壓力。
主要岗位：研究崗位
可能后果：可能影響職業穩定與健康。
降低风险：合理安排節奏並尋求協作。
依据：O*NET 15-2021.00 工作情境（Work Context）
合併口徑誤用
典型场景：把合併統計當作單一職業精確值使用。
主要岗位：研究與分析崗位
可能后果：可能導致口徑錯誤。
降低风险：核對合併口徑並區分單一職業值。
依据：美國 BLS 職業展望手冊：數學家與統計學家
入行路徑
入行路徑與能力階段
美國側該職業屬 Job Zone 5（需要充分準備）：BLS OOH 說明通常至少需要數學或統計碩士學位，部分崗位接受學士；O*NET 統計學家受訪者反饋約 62% 碩士、14% 學士、10% 博士；具體要求按僱主核對。
數學與統計研究
研究助理
典型职责：入口階段：在監督下練習文獻閱讀與問題界定、統計與數值方法、資料整理與分析、程式設計與視覺化、學術寫作與報告，學習學術規範並保留過程記錄。
晋升证据：展示證據：用一份可複核的研究或分析說明（含問題與假設、方法與資料、結論與侷限），展示嚴謹推理並如實記錄的能力。
资格边界：按學歷與專案要求核驗。
下一步：下一步：核對目標機構的研究或業務方向與要求、資料與合規約束、成果與引用規範，並在受監督的真實研究或分析中驗證建模、分析與寫作能力。
數學家或統計學家
典型职责：獨立開展研究或分析並接受評審。
晋升证据：保留方法與成果記錄。
资格边界：按機構與職稱要求核驗。
下一步：向更高責任過渡：積累經驗後可負責獨立課題或分析方向、帶教與團隊協作、形成專長領域，或轉向資料科學、量化分析與教學方向。
資深研究員/統計師
典型职责：負責方向與課題。
晋升证据：保留方向與課題記錄。
资格边界：按職稱要求核驗。
下一步：補足課題與帶教證據。
研究負責人
典型职责：負責團隊與經費。
晋升证据：保留團隊與經費記錄。
资格边界：按機構要求核驗。
下一步：補足治理與戰略證據。
轉向資料科學
資料/分析助理
典型职责：在監督下參與資料分析。
晋升证据：保留分析記錄。
资格边界：按僱主要求核驗。
下一步：補足資料與建模基礎。
資料科學家
典型职责：獨立負責建模與分析。
晋升证据：保留模型與分析記錄。
资格边界：按僱主要求核驗。
下一步：補足工程與業務證據。
高階資料科學家
典型职责：負責複雜模型與方案。
晋升证据：保留複雜模型記錄。
资格边界：按僱主要求核驗。
下一步：補足方法體系證據。
資料科學負責人
典型职责：負責團隊與方法標準。
晋升证据：保留團隊與標準記錄。
资格边界：按僱主要求核驗。
下一步：補足管理責任證據。
轉向教學與應用
助教/應用分析師
典型职责：在監督下參與教學或應用分析。
晋升证据：保留教學與應用記錄。
资格边界：按院校/僱主要求核驗。
下一步：補足教學或應用基礎。
講師/應用專家
典型职责：獨立承擔課程或應用任務。
晋升证据：保留課程與應用記錄。
资格边界：按院校/僱主要求核驗。
下一步：補足成果與證據。
副教授/應用負責人
典型职责：負責課程體系或應用專案。
晋升证据：保留體系與專案記錄。
资格边界：按職稱/僱主要求核驗。
下一步：補足治理與影響證據。
教授/領域負責人
典型职责：負責學科或方向與團隊。
晋升证据：保留學科與團隊記錄。
资格边界：按職稱/僱主要求核驗。
下一步：補足戰略與治理證據。
能力阶梯：晋升看什么证据？
- 01
核對輸入
確認問題、資料與規範。
- 02
過程控制
按方法設計、分析並驗證。
- 03
結果復盤
形成可複核的方法與成果記錄。
- 04
責任擴展
在授權範圍內擴展課題與應用職責。
市場訊號
市場訊號與轉型方向
BLS 職業展望手冊顯示，數學家與統計學家合併就業 2025 年約 33,500 人，2025—2035 年預計增長 10%（遠快於平均），就業變化約 +3,400，年均職位空缺約 2,000 個；這是合併職業統計，不是個人錄用機率，也不同於招聘樣本。
三类数据，三种不同口径
美國全國
2025—2035美國全國 · 展示口徑：Mathematicians and Statisticians（合併口徑）
美國合併就業2025年33,500人，2025—2035增長10%、淨增約3,400人，年均空缺約2,000；為總體就業預測，非AI歸因。
就業規模與變化
總體就業預測非AI歸因；規模、淨增和年均空缺不能互換。
不能说明：為合併口徑統計，不能作為個人就業保證。
美國全國
2025—2035美國全國 · 展示口徑：Mathematicians and Statisticians（合併口徑）
約 2,000 個/年
職位空缺（年均）
為 2025—2035 年十年平均，含增長與替代需求，不等於在招崗位數。
不能说明：不能作為個人錄用機率。
美國全國
2025美國全國 · 展示口徑：Mathematicians and Statisticians（合併口徑）
$105,720/年
年薪中位數
為 BLS 2025 年合併中位數，不代表起薪或到手收入。
不能说明：未披露分位；不含個人到手收入。
现有能力可以迁移到哪里？
这些是能力邻近关系，不代表自动晋升或无需补课。
金融量化分析師
編輯判斷：需補證據可迁移：可遷移能力：數學與統計建模、資料整理與分析、程式設計與視覺化、研究方法與實驗設計、學術寫作與呈現、跨領域應用與協作。
需补足：需要補足：目標領域的應用知識與程式設計能力、機器學習與資料工程方法，或轉向運籌最佳化、資料科學與量化分析方向所需的經驗與責任證據。
职业详情暂不可用計算機與資訊研究科學家
編輯判斷：需補證據可迁移：數學與計算基礎。
需补足：需補足計算與資訊研究。
职业详情暂不可用運籌學分析師
編輯判斷：需補證據可迁移：建模與最佳化基礎。
需补足：需補足運籌與決策方法。
职业详情暂不可用統計師
編輯判斷：需補證據可迁移：統計推斷與資料方法。
需补足：統計師是合併組子職業；此卡表示聚焦統計方法的方向選擇，需具體任務與僱主證據，不是跨到全新職業。
职业详情暂不可用生物統計學家
編輯判斷：需補證據可迁移：統計與生物醫學基礎。
需补足：生物統計是統計學細分方向；需補生物醫學研究設計、試驗倫理及領域資料知識，是否有許可權需按具體機構核對。
职业详情暂不可用資料科學家
編輯判斷：需補證據可迁移：數學與建模基礎。
需补足：需補足資料工程與業務經驗。
职业详情暂不可用常見問題與邊界
日常工作和工時如何？
本頁數學家與統計學家採用 BLS 職業展望手冊合併口徑：數學家（O*NET 15-2021.00）在基礎數學或數學技術應用於科學、管理及其他領域方面開展研究；統計學家（O*NET 15-2041.00）發展或應用數學與統計理論方法，收集、整理、解釋與彙總數值資料以提供可用資訊。工作包括數學研究與應用，或設計並評估統計方法與抽樣、整理與分析資料、判斷方法適用性、用圖表與論文呈現結果並指導資料收集。工作以辦公室與計算環境為主。它不等同於金融量化分析師、計算機與資訊研究科學家、運籌學分析師、統計師或生物統計學家。
這個職業與相鄰職業如何區分？
金融量化分析師面向金融建模與交易；計算機與資訊研究科學家面向計算與資訊研究；運籌學分析師面向運籌最佳化；統計師與生物統計學家是統計方向的更精確職業。本頁為合併口徑，區分應比較物件、方法與精確職業口徑。
什麼訊號說明我可能適合？
可觀察訊號：能抽象思考或系統分析資料、能嚴謹驗證、能誠實對待不確定、能清晰呈現結果、能持續學習與寫作；O*NET 興趣程式碼 IC 只描述活動偏好，不能決定勝任或資格。
AI 會如何影響這個職業？
符號計算與定理證明輔助、統計建模與自動分析、資料整理與視覺化、報告與論文草擬等工具可輔助驗證計算、探索模型並整理材料，但問題界定、假設選擇、方法適用性判斷、結論可靠性與學術規範責任仍由研究者負責，工具不得替代嚴格論證與評審；本頁只把工具用途寫成任務假設，不代表機構普遍採用。
哪些判斷必須由人負責？
必須由人負責的包括：界定問題與假設、設計與評估研究方法、判斷模型適用性與誤差、對結論與引用規範負責，以及遵守學術倫理與經費約定。
中國大陸薪資證據是什麼？
國家統計局按行業門類釋出城鎮單位就業人員年平均工資，未單列本合併口徑，因此無法建立可安全對映的全國職業工資中位數；頁面僅展示行業代理並標明其為行業口徑：2025 年科學研究和技術服務業城鎮非私營單位為 182,064 元/年、城鎮私營單位為 83,560 元/年，全國城鎮非私營單位合計為 129,441 元/年，均不等於本職業中位數或起薪，並使用人力資源和社會保障部企業薪酬調查資訊作為查詢入口。
美國薪資證據是什麼？
BLS 職業展望手冊該頁顯示 2025 年合併中位年薪 105,720 美元（約 50.83 美元/小時），其中數學家單獨中位數 126,710 美元/年、統計學家 105,650 美元/年（2025 年 5 月）；該頁未展示分位工資。這是美國全國合併口徑，不含個人到手收入或起薪，也不替代單一職業精確值。
入行和訓練路徑是什麼？
美國側通常至少需要數學或統計碩士學位（部分崗位接受學士；O*NET 統計學家反饋約 62% 碩士、14% 學士、10% 博士）；無普遍要求的執業執照。中國大陸：無與該 O*NET 精確對應的統一職業資格，按用人單位與行業要求核對。
主要風險和控制邊界是什麼？
主要風險包括假設與方法適用性、資料來源與口徑、結論與推斷可靠性、學術規範與引用以及競爭與產出壓力；控制方式是核對假設與適用條件、明確資料口徑、嚴格驗證與標註不確定、遵守學術規範併合理安排產出節奏；具體規則按機構與適用規範核對。
市場訊號應如何理解？
BLS 職業展望手冊顯示，合併就業 2025 年約 33,500 人，2025—2035 年預計增長 10%（遠快於平均），就業變化約 +3,400，年均職位空缺約 2,000 個；這是合併職業統計，不等於個人錄用機率。
這個職業值得進一步試驗嗎？
若能長期投入抽象推導或資料分析並嚴謹驗證，值得用一份完全虛構的研究或資料問題做一次低成本演練；轉向資料科學、運籌最佳化或量化分析方向需要補足應用與經驗證據。
頁面使用邊界是什麼？
中國、美國與具體機構口徑的證據分別陳述：工資、就業、資格/資質、安全與 AI 結論不得跨範圍拼接；本頁美國統計為數學家與統計學家合併口徑，不替代單一職業精確值。；數學家與統計學家頁面提供職業判斷與研究演練資訊，不替代所在地法律、學術規範、倫理要求或其他專業意見。；任何「證據不足」只表示在有界檢索後未建立安全對應的資料，不使用代理或記憶偽造數字。
资料来源
FermatMind research workflow
2025–2035
美國 BLS 職業展望手冊：數學家與統計學家
O*NET 15-2021.00 數學家（摘要）O*NET OnLine, U.S. Department of Labor｜美國｜O*NET 2026 職業檔案；查閱 2026-09-25｜official occupation summary
查看原始资料：O*NET 15-2021.00 數學家（摘要）- 提供 15-2021.00 數學家的職業身份、官方描述、興趣程式碼、Job Zone、技能與知識。
- 該頁工資與就業資料為數學家口徑。
使用限制：僅用於 15-2021.00 與美國市場；不建立中國對映。
O*NET 15-2021.00 數學家任務（Tasks）O*NET OnLine, U.S. Department of Labor｜美國｜O*NET 2026 職業檔案；查閱 2026-09-25｜official occupation task list
查看原始资料：O*NET 15-2021.00 數學家任務（Tasks）- 提供開展基礎數學研究、發展數學原理間新關係、構建假設並推演後果、數值分析與計算、建立數學模型、應用數學技術、撰寫論文並報告等任務清單。
- 任務樣本不代表每個崗位執行全部任務。
使用限制：任務樣本不代表每個崗位執行全部任務；不建立中國對映。
O*NET 15-2041.00 統計學家（摘要）O*NET OnLine, U.S. Department of Labor｜美國｜O*NET 2026 職業檔案；查閱 2026-09-25｜official occupation summary
查看原始资料：O*NET 15-2041.00 統計學家（摘要）- 提供 15-2041.00 統計學家的職業身份、官方描述、興趣程式碼、Job Zone、技能與知識。
- 該頁工資與就業資料為統計學家口徑。
使用限制：僅用於 15-2041.00 與美國市場；不建立中國對映。
O*NET 15-2041.00 統計學家任務（Tasks）O*NET OnLine, U.S. Department of Labor｜美國｜O*NET 2026 職業檔案；查閱 2026-09-25｜official occupation task list
查看原始资料：O*NET 15-2041.00 統計學家任務（Tasks）- 提供分析與解釋統計資料、評估統計方法、設計研究與抽樣、整理與加權原始資料、用圖表呈現結果、開發軟體進行建模與圖形分析、撰寫論文與技術手冊等任務清單。
- 任務樣本不代表每個崗位執行全部任務。
使用限制：任務樣本不代表每個崗位執行全部任務；不建立中國對映。
O*NET 15-2021.00 工作情境（Work Context）O*NET OnLine, U.S. Department of Labor｜美國｜O*NET 2026 職業檔案；查閱 2026-09-25｜official occupation profile
查看原始资料：O*NET 15-2021.00 工作情境（Work Context）- 描述受控室內為主、以文件與會議溝通、決策自由度高、強調精確、競爭性強等工作情境。
- 美國工作情境不替代中國法律與僱主規程。
使用限制：美國工作情境不替代中國法律與僱主規程。
美國 BLS 職業展望手冊：數學家與統計學家U.S. Bureau of Labor Statistics｜美國｜2025–2035｜official occupational handbook
查看原始资料：美國 BLS 職業展望手冊：數學家與統計學家- 提供數學家與統計學家合併口徑的中位工資、就業規模、2025—2035 年增長與職位空缺，以及典型入職學歷。
- 為官方合併口徑，不能替代其中單一職業的精確統計。
使用限制：為數學家與統計學家的合併口徑，非單一職業精確值；不自動對映到其他法域。
BLS OOH：Mathematicians and Statisticians（Pay，2025 合併口徑）U.S. Bureau of Labor Statistics｜美國｜2025 年 5 月工資；查閱 2026-09-25｜official occupational handbook section
查看原始资料：BLS OOH：Mathematicians and Statisticians（Pay，2025 合併口徑）- 該手冊 Pay 分節給出 2025 年 5 月合併中位年薪 105,720 美元（約 50.83 美元/小時）；數學家單獨中位數 126,710 美元/年、統計學家 105,650 美元/年。
- 該分節未展示分位工資；中位數不代表起薪或個人到手收入。
使用限制：為合併口徑的工資口徑，非單一職業精確值；不自動對映到其他法域。
BLS OOH：Mathematicians and Statisticians（Job Outlook，2025—2035 合併口徑）U.S. Bureau of Labor Statistics｜美國｜2025—2035 展望；查閱 2026-09-25｜official occupational handbook section
查看原始资料：BLS OOH：Mathematicians and Statisticians（Job Outlook，2025—2035 合併口徑）- 該手冊 Job Outlook 分節給出 2025—2035 年合併就業預計增長 10%（遠快於平均）、就業變化約 +3,400、年均職位空缺約 2,000 個；2025 年合併就業約 33,500 人。
- 年均空缺含替換需求，不等於淨增崗位，也不等於個人錄用機率。
使用限制：為合併口徑的就業與展望，非單一職業精確值；不提供個人錄用機率。
Industries: 15-2041.00O*NET OnLine, U.S. Department of Labor｜美國｜O*NET industry data current 2026; accessed 2026-09-25｜official industry distribution
查看原始资料：Industries: 15-2041.00- 統計學家該頁 2024 年主要行業為 Professional, Scientific, and Technical Services 與 Government。
- 行業分佈是僱主場景訊號，不是增長或需求預測。
使用限制：行業分佈是僱主場景訊號，不是增長或需求預測。
O*NET 15-2041.00 教育與職業準備O*NET OnLine, U.S. Department of Labor｜美國｜O*NET 2026 職業檔案；查閱 2026-09-25｜official occupation profile
查看原始资料：O*NET 15-2041.00 教育與職業準備- Job Zone 5（需要充分準備）：統計學家受訪者反饋約 62% 要求碩士、14% 要求學士、10% 要求博士；數學家受訪者反饋約 45% 要求博士、25% 要求碩士、10% 要求學士。
- 教育分佈不等於每個僱主的硬性要求。
使用限制：教育分佈不等於每個僱主的硬性要求；不建立中國對映。
Licenses & Certifications: 15-2041.00O*NET OnLine, U.S. Department of Labor｜美國｜current page; accessed 2026-09-25｜official license and certification directory
查看原始资料：Licenses & Certifications: 15-2041.00- O*NET 提供的美國州執照與全國認證查詢入口。
- 證書與培訓不等於執業授權或僱主錄用條件。
使用限制：認證與培訓不等於執業範圍或僱主錄用；按適用法域核對。
market_signalInternational Labour Organization｜全球任務研究｜ILO Working Paper 140, 2025; accessed 2026-09-25｜official research report
查看原始资料：market_signal- 按任務層面評估生成式 AI 的職業暴露，用於任務級討論。
- 暴露指數不等於採用率、崗位結果或錄用機率。
使用限制：任務暴露不等於自動化落地、採用率或裁員；不推斷個人結果。
2025年城鎮單位就業人員年平均工資情況國家統計局｜中國大陸全國口徑｜2025 年度工資；釋出 2026-05-15；查閱 2026-09-25｜official industry wage statistics
查看原始资料：2025年城鎮單位就業人員年平均工資情況- 提供城鎮非私營與私營單位分行業門類年平均工資（含科學研究和技術服務業），用於核對中國工資公開口徑。
- 行業平均不是職業中位數，且不含個體工商戶與自由職業者。
使用限制：行業平均不是職業中位數，且不含個體工商戶與自由職業者；未建立與精確職業對應的全國工資分佈。
企業薪酬調查資訊（2024年）人力資源和社會保障部｜中國大陸城鎮企業｜2024 年度；釋出 2025-06；查閱 2026-09-25｜official enterprise wage survey
查看原始资料：企業薪酬調查資訊（2024年）- 人力資源和社會保障部企業薪酬調查資訊，按職業/崗位分類的薪酬查詢入口。
- 覆蓋城鎮企業，不含機關事業單位；本頁未取得與 15-2041.00 或 15-2021.00 精確對應的條目。
使用限制：覆蓋城鎮企業，不含機關事業單位；本頁未取得與單一職業精確對應的條目，不作為全國中位數。
FermatMind 數學家與統計學家任務影響量表FermatMind｜全球任務層面｜FermatMind task rubric v2026.09; reviewed 2026-09-25｜internal task rubric
- 整理可輔助任務與人工控制點，用於任務級 AI 與適配討論。
- 編輯量表不等於採用率、裁員、法規或證照證據。
使用限制：編輯量表不等於採用率、裁員、法規或證照證據。
本職業三項代表核心任務FermatMind / 費馬測試｜2026-10-18｜編輯模型估算方法
查看原始资料：本職業三項代表核心任務- 三項代表核心任務等權的模型影響指數，非實際工時佔比或失業機率。floor((75+75+50)/3+0.5)=67; fermatmind-ai-impact-v1; 2026-10-18.
- 檔位：0幾乎無影響；25準備或記錄輔助；50實質輔助；75大部分資訊產出可由AI形成並複核；100所選任務近乎全可由AI完成且可獨立驗證。
- 建立模型並分析資料 — 75/100; weight=1/3; display.ai_impact_table.task_rows.0[0]
- 呈現結果並撰寫報告 — 75/100; weight=1/3; display.ai_impact_table.task_rows.1[0]
- 判斷方法並驗證結論 — 50/100; weight=1/3; display.ai_impact_table.task_rows.2[0]
使用限制：依據本頁既有職業職責與AI任務分析作檔位判斷；不代表採用率、實測效果、崗位消失或個人失業機率，也不是斯坦福或其他外部機構官方分數；未使用實際工時權重，不假定未來機器人部署。
具名崗位或制度汕頭大學｜中國大陸｜2026 查閱
具名崗位或制度南京大學｜中國大陸｜2026
BLS合併組2025工資/2025—2035展望已核；Pay另列子職業分位和行業工資，未取得合併組分位。O*NET分別支援兩子職業任務與情境，不能把數學家工時當合並組分佈；NBS只作行業均值、ILO只作暴露背景。共享登記與FAQ舊“未展示分位”等表述受保護仍有衝突，未宣稱全頁一致。
