最近跟一个在头部科技公司做算法工程师的朋友聊天，他本科在复旦数学院读的。我问他一个问题：都说AI火了，学数学的人都赚翻了，是真的吗？

他摇摇头说，不是你想的那样。

他说现在外面确实有很多人在说数学专业“翻身”了，因为人工智能、量化金融这些高薪行业都需要数学基础。但现实情况比这复杂得多。麦可思研究院《2024年中国本科生就业报告》显示，数学与应用数学专业虽然位列毕业半年后月收入较高的主要本科专业前十，但这只是一个平均数。

他说最关键的，是这个平均数背后严重两极分化的情况。智联招聘2024年发布的报告指出，在要求“数学”背景的岗位中，量化研究、机器学习、风控算法等职位的招聘薪资中位数普遍超过每月2.5万元。但同样是数学专业毕业的人，很多人可能连这个数字的一半都拿不到。

数据说话——数学专业就业市场的最新画像

根据公开的高校就业质量报告，可以看到一个很有意思的现象。太原学院数学系2024届毕业生共计82人，落实就业去向72人，就业率为87.8%。从其去向构成来看，“研究生”占12.2%，其他主要是各种形式的就业。

但如果我们看薪资数据，情况就分化了。麦可思研究院数据显示，计算机科学与技术、软件工程等专业的本科毕业生平均月薪为8325元，在工科专业中位居前列。相比之下，数学专业的薪资水平虽然有提升，但整体上仍呈现不同层级的分布。

一个数据可以说明问题：根据可从事岗位近一年316130份薪酬样本统计，数学相关岗位的薪酬区间为4.5-50K，其中42.5%的岗位拿20-50K/月。也就是说，有四成多的岗位月薪能达到2万元以上，但这并不意味着所有数学毕业生都能拿到这个数。

更值得关注的是地域差异。数学专业毕业生的就业单位地区主要分布在“深圳”，占16%，就业单位行业主要分布在“互联网/电子商务”，占17%。这意味着如果你想拿高薪，就必须去一线城市，去互联网、金融这些核心行业。

冰与火之歌——数学专业就业的严重两极分化

我那个朋友说，他现在看到的数学专业毕业生大致分为两种人。一种是“火”的那一面。

国内机构同样对应届生求贤若渴，某招聘平台显示，一家百亿私募面向2024届毕业生开出的月薪在4.5万元至5万元区间，全年发放18个月薪水；某大型基金公司面向应届生开出的月薪甚至高达10万元以上。这些岗位集中在头部量化交易机构、顶尖科技大厂的核心算法部门、知名AI公司的研究岗位。

他认识一个北大数学院的毕业生，去年进了上海的某个量化私募，第一年总包就接近百万。这种人确实是存在的，但数量非常少。上海量化算法工程师2025年平均工资46.7K，对比上海平均工资18.3K，高103.2%。这种增长幅度看起来很诱人，但关键是，有多少人能够达到这个水平？

算法交易公司算法工程师月薪薪酬区间中，81.4%的岗位拿20-50K/月。量化交易工程师月薪薪酬区间中，50%的岗位拿20-50K/月。这些数据看起来都不错，但问题是，这些岗位对应聘者的要求极高。

反过来看“冰”的那一面，情况就完全不同了。

普通院校数学专业毕业生的主要就业流向还是中小学教育、传统行业数据分析、基础软件开发。太原学院那个案例中，高质量就业60人，占比73.2%，但这里的“高质量”定义可能跟头部企业不同。

他提到一个更现实的问题：即使你想转行去做算法或者开发，也要面临来自计算机系毕业生的激烈竞争。一个高薪岗位放出来，谁都在看。外界经常说学数学的收入高，其实是被这少部分人拉高了预期。大家口中的那个学数学的朋友，就是这部分稀缺样本。

能拿到高薪的人，很多其实是有能力留在大学里当老师的。这是一份稳定的工作，这些年很多人不太愿意放弃铁饭碗跑出来赚快钱。而普通数学系的毕业生，又够不到这些高薪岗。夹在中间的人最多，但他们是沉默的。

破解密码——普通数学生如何真正抓住“AI红利”？

跟他聊完，我问了一个更实际的问题：那普通学校的数学系学生该怎么办？难道就只能认命吗？

他说当然不是，但需要付出比想象中更多的努力。数学专业在AI时代的价值在于其强大的基础性和可迁移性，但需要主动拥抱变化，将理论优势转化为解决实际问题的能力。

他提到了几个关键点。首先是知识结构。最受AI和前沿科技领域青睐的数学分支包括概率论与数理统计、优化理论、线性代数、离散数学、随机过程等。这些不是简单地学完考试就行的，而是要真正理解它们在机器学习、深度学习中的具体应用场景。

“你得知道梯度下降是怎么回事，不能只会背公式。”他这样说。

其次是能力矩阵。编程能力已经成为数学毕业生的必备技能，而不是加分项。他提到很多数学系学生到大三了还只会用Matlab做简单的计算，这是远远不够的。Python、C++这些工业界常用的语言必须熟练掌握。

更重要的是项目经历。他强烈建议参加数学建模竞赛，比如全国大学生数学建模竞赛。这个竞赛2024年吸引了国内外1788所院校的65,761支队伍、近20万名学生参赛。本科组共评选出全国一等奖296项、二等奖1204项。

“在头部企业的招聘中，国一通常可直接进入技术终面，部分公司甚至提供‘绿色通道’。”他说，“但即使是省奖，这段经历也能让你在求职中脱颖而出。”

他还提到实习的重要性。在互联网大厂、金融机构的量化或数据部门实习，不仅能积累经验，还可能获得return offer。但问题是，这些实习机会本身竞争就很激烈。

路径选择方面，他建议数学系学生要尽早明确自己的方向。是走向学术研究、工业界算法开发、量化金融，还是交叉领域如生物信息、计算材料？不同的方向需要不同的准备。

“你大一大二的时候可能觉得还早，但等到大四才发现什么都没准备，就晚了。”他说。

数学不是“翻身”，而是重新定位

聊到最后，我大概明白了现在的数学专业是什么情况。AI浪潮确实抬升了数学专业的整体关注度和薪资上限，但就业市场呈现“金字塔”结构。

顶尖的人确实可以拿到很高的薪水，比如量化研究员、核心算法工程师这些岗位。但这样的人是少数，而且他们往往本身就是名校毕业，有很强的竞赛背景或者项目经历。

大部分人面临的现实是，虽然比前几年多了一些机会，但竞争同样更加激烈。你需要自学编程，需要参加竞赛积累项目经验，需要尽早实习，需要明确自己的职业规划。

数学专业从来就不是一个能轻松拿到高薪的专业，现在也不是。不同的是，现在多了几条通向高薪的路，但这些路比想象中更难走。

我的朋友说，他认识的大部分数学系毕业生最后还是做了跟数学没什么关系的工作。这一点其实跟以前没什么变化。变化的是，现在有那么一小部分人确实因为数学背景拿到了很高的薪水，于是外界就有了数学专业“翻身”的错觉。

很多时候一个专业被过度追捧，不只是因为真的机会多，是因为外界把少数人的成功当成了普遍现象。数学专业恰好处于这样一个微妙的阶段：有人因为它发了财，但大多数人还在默默走自己的路。

这大概就是为什么你在网上看到有人说数学专业年薪百万，也有人说找不到工作的原因。不是有人在说谎，是这个世界本来就有很多个层面。

AI火了，你觉得数学专业真的“翻身”了吗？