不久前收到曾是我助教多年的一名經濟系博士畢業生來信,說她剛獲受聘為一家大型金融科技公司的高級數據分析師。文中提及她是由擔任我一年級數學課助教開始才接觸Python,並強烈建議有志成為分析員的同學必須學好該編程語言。
 
因為私人市場對受過嚴謹經濟學訓練的畢業生有穩定需求,長久以來經濟學算是較好的讀博選擇。當中一大原因是經濟學博士的數據分析能力較其他學科高,但機器學習和人工智能正在改變這狀況:電腦科學和數據科學的畢業生在數據分析的就業而場不只能和經濟學畢業生爭一日之長短,甚至有取而代之之勢。
 
這一發展背後的關鍵是,計量經濟學—即概率和統計的經濟學應用—的研究方向和私人市場的需求有著相當大的差距。這個差距在沒有更好的選擇時還可以忽略,但近年機器學習的發展迅速,在實際應用上開始拋離計量經濟學。這還未計及經濟學本科和碩士畢業生很多時根本沒有足夠的數據分析能力。當電腦科學畢業生比經濟學畢業生更善於分析經濟和商業數據,後者求職比以前困難是可以預期的事。
 
在這形勢下,主修經濟學的同學要生存就必須不斷學習,不能滿足於完成學科的畢業要求。讀大學的好處是同學有相當大的自由度去選修其他學系的科目,又或課餘自我進修。同學應好好把握這四年,因為出來工作後不易再有這樣的機會了。