路漫漫其修远兮
A*到手后
我该何去何从
我要名满天下
我要做时代的浪潮儿
我想开大G
但是我却不知道我的大学专业该选啥
要是作为学霸的你实在拿不准方向，那数学绝对是一个不错的选择。数学作为一切理工科甚至人文社科的基础，可以帮助你找到答案，也可以帮助在研究生的申请上，突破绝大多数的专业壁垒，申请到绝大多数的专业。
并且数字作为通用语言，你也不用担心出国后听不懂lecture，简明的数学符号，让世界各地的学霸们汇聚一堂，即使是UCL里Russian accent最重的教授，你也可以和他，愉快的玩耍……
走在街头和英国人聊天的时候，当他们问起你专业，你云淡风轻的说一句，mathematics，对面那个有着日不落血统与骄傲的大不列颠人，会对你肃然起敬。
数学分支多到爆炸，数学系的你，在选课上有非常大的灵活性，帮助你找到最适合你的数学，在研究生申请的时候，几乎90%的专业，对数学系的学子，敞开了大门，热烈欢迎你的到来。
纯数，是思维的体操，是实验物理之外人类突破科技屏障的最重要的依仗，是天才的摇篮。站在了数学系鄙视链的顶端的强者领域！
著名数学家 Vladmir Alnold对纯数的评价是这样的：
这蜜汁高冷，不过也是，说的挺好的……
因为大学的纯数，才是真正的纯数，A-Level的pure math，只有高数老考纲里的vector space，可以说是沾到了纯数的一点边，其他都可以说是，数学常识吧……
大学的纯数，比如从大一就开始必修的linear algebra，涉及到空间。作为初学者来说会非常难以意会，要是只是在alevel further math中会计算det，矩阵的加减乘除，而没有领会到矩阵作为transformation的意义，和det在空间中的缩放含义，学这门入门课就会感觉到吃力了。
而大二algebra中的group and rings群论和环，作为抽象空间中的抽象概念，更会觉得如同天书了.
选修的拓扑，数论和实分析，复分析都作为纯数的范畴，顶级学霸们沉浸在其中的美妙里无法自拔，题海战术上来的伪学霸们在其中痛苦挣扎，说的就是纯数了。
力学在大学中主要归到了applied math这一块，在大一，大家会学到牛顿经典力学的东西，其中可能会有课程涉及到生物方面的decay模型，主要还是解微分方程。
大二会涉及到量子领域的一些知识，主要是量子力学，著名的薛定谔的猫理论，大家会在大二的quantum mechanics里接触到。
至于大三……emmm...那时候我已经放弃applied和pure，专攻统计了……
统计作为我研究生专攻的领域，其实是数学里比较简单的分支了，applied和pure到后期过于抽象和理论，作为一个实干boy还是比较偏爱统计。
统计常年处于数学系鄙视链的最底端，不过统计系的前景和发展势头这几年还是让那几个高傲的系低下了自己高傲的头颅。在经济金融，计算机，大数据等应用型强的行业里，一个统计哥的薪水让研究所里的数学天才们望尘莫及。
统计哥们大多毕业后进了光鲜亮丽的投行做quant，或者是华尔街之狼那种西装革履的风光无限的交易员，学霸们投入机器学习的浪潮，转保险精算，会计金融等等，选择性丰富，500强的宠儿！
这些行业，UCL毕业生在英国的起薪普遍在40000，emmm……英镑！就拿昨天1比9.1的人民币汇率来看，可以说是很香了。
还有甚者，继续深造，在研究所里，亦或是留校任职，当讲师甚至教授的也有不少。
UCL的统计系更是风光无二，前几年自立门户，离开数学系自己造了一栋崭新的科技感十足的统计楼。
大一的统计还是以统计和概率论为主，同学们可能不适应的点是，与A-Level不同，大学的stats就是stats，probability就是probability，是两门不同的科目.
A-Level中其中一些细微知识点的区别在这里被放大，比如mean，平均数是个统计学概念，而expectation是个概率学概念，两者数值相等但意义完全不同。其中概率中会出现BM的概念，A-Level中一笔带过的memoryless property在随机过程这门课中会被重点考察。
大一统计的lab中，同学们就会接触一些基础的统计学编程，软件要求是R，数学系对学术论文的格式要求严格，你只会word和ppt那肯定是要被鄙视的，文本作业格式和presentation slides全部要求用tex写成。
大一下学期的lab会结合一些基础的模型做一些实操，包括线性回归种种。大二统计的可选科目就变得多起来了，对计算机的要求也更上了一层楼，在mathematics computing这门课中同学们会接触到Java，matlab甚至Python，不同大学要求不同。
A-level不选计算机的我一把辛酸泪，每每和学生说起选课，动之以情，晓之以理，为了你们的学业，为了你们以后的发量，A-level计算机可务必了解一下……
其他可选科目比如time series，大成者转数学与经济方向；数学与金融，学好了轻松过CFA；其他诸如统计建模，多变量分析，都是为之后学习打好强势基础的好学科。
到了大三，决策学，精算相关，量化风险控制，贝叶斯统计学，开始接触winbug之类的软件，为研究生深造精算，风控和机器学习，人工智能方向做好了铺垫.
不过大三的大头还是大家的毕业设计~ 这时候你需要导师的坚强后盾，那如何与导师搞好关系，有什么注意点，踩雷点和实用小技巧，咱下期再见~
