只是個人的軼事，不是真正的答案，太長的評論時間。

我擁有數學碩士學位，現在我正在為好萊塢大片中的視覺效果進行物理模擬。我相信，數學學位可以為您提供任何數量合理的數學領域，並且在任何領域都具有優勢。但是，您必須對該領域感興趣，並在業餘時間對其進行研究。我在業餘時間學習計算機圖形學，而且我的數學背景使我能夠比計算機科學專業的學生更快，更深入地理解計算機圖形學中的東西。

帶著一粒鹽，碩士學位與博士學位相比，這完全是另一種野獸。

我住的地方，許多數學學位持有人都從事軟件開發工作，並且總體上都做得不錯……尤其是由於許多計算機科學學位持有人並不真正擅長數學。對於數學家來說，其他機會是模擬（即在工程學中）或保險公司。

事實上，數學老師也是我居住的一個相當體面的職業，但這當然要受供求關係的約束。

p>

那些告訴過您的人可能還找不到數學學位的人嗎？我發現非數學家有時並不真正了解數學家的工作。

我更傾向於發表評論-但我在回答中得到了更多的空間：

學位是通往工作之路的前提是公然錯誤的。即使是最受追捧的學位也可能使您失業：錯誤的地區，潛在的雇主不喜歡您，您的表現不如其他人（某些學科顯然競爭激烈，無論好壞）。

因此，您應該真正選擇一個個人感興趣的學位，該學位有可能對工作有用。在數學方面，這留給了兩條必經之路：

• 純數學在學術界或接近學術界的人中，教授
• 在學術界或行業中應用數學

數學在很大程度上是我們現代生活的基礎。銀行，電子業，工程學-但是這是應用數學，而不是純粹的數學（但即使是有迷的人也是如此）。有些人可能會開玩笑說應用數學家是物理學家;）。在您的特定情況下，數學與電氣工程相結合可能非常有價值。如果您的同齡人不學習數學，那麼您的計算可能會更好。再說一次，如果您討厭電子設備並且熱愛數學，那可能不是一個明智的選擇。

此外，路徑可能會改變。即使是博士學位，如果可以的話，您也應該在某種程度上選擇感興趣的地方-這會使它變得更加有趣。

帶一個私人說明：我學習過數學。在博士課程中，我最終獲得了一些有限的實驗和分析化學，化學動力學，從頭算量子化學和程序設計。然後在兩位博士後，我結束了更多的編程工作，並從事了更多的化學動力學和量子化學研究工作。不幸的是，我不再在學術界工作了-到目前為止，這仍然是一件非常有趣的工作。還有，這是什麼？數值模擬（我以前的經驗很有用。）

現在，在某些國家/地區，流動性不是很大（德國浮現在腦海，也許還有法國）。在英格蘭，您來自主題A，最後在主題B上獲得博士學位。

因此得出一個結論：研究您喜歡的知識-博士學位也得到資助。學位不是“通往金錢的道路”-遵循您的興趣。數學是我們今天需要的大多數東西的基礎。如果可能的話，專注於應用方面，應用數學家應該有很多機會。並且不一定要拒絕純粹的數學：開發量子化學中的新功能或CFD等新模型，從事密碼學工作與我在數學中所能做的完全不同-尤其是考慮到我的路徑能力已使過去的7.5年。...如今，我減少了“實際數學”的工作，多了編程，數字運算和數據處理。

正如已經概述的那樣，答案很大程度上取決於您選擇追求的特定職業。通常，當今確實很難在學術界找到一份薪水很高的終身職位，因此，通過這一特定選擇最終在財務上變得富有的機會並不是最好的。同樣，行業也不會尋求很多純粹的數學家。選擇繼續從事軟件開發的子集。人們經常說（如您自己所說），理想的解決方案是轉向金融部門，但這並不是唯一的解決方案。如前所述，如今，人工智能和數據科學領域尤其充滿了學者們：攻讀博士學位的主要特徵是通常具有解決問題的能力，並且可以應用更廣泛的知識來研究不同的情況。這種技能可以很容易地在其他地方應用，事實上，大多數學者並沒有留在學術界（至少在今天）。長話短說並回答您的問題

另一方面，我也聽到人們說數學學位在經濟上是無用的，並且您不能獲得像樣的體面工作;如果您決定留在學術界，則您要么需要成為學校教師，要么需要在銀行工作

科學博士學位沒有經濟上的回報（對於大多數人，應有的例外）；可能是如果您轉向行業，去了正確的地方。而且，我看不到電氣工程學博士學位會開這麼多門，以至於數學博士學位無法打開。

擁有數學或電子工程博士學位，您就有很好的機會獲得高薪工作。因此，我的建議是：研究您感興趣的內容（如果您都不感興趣，那麼博士學位可能是錯誤的選擇）。

為了給您一些美國的數據， AMS調查提供有關數學博士學位起薪的數據。您還可以從Payscale獲取一些有關平均工資的數據（例如，數學博士學位，電子工程博士學位和工程學士學位）：

• AMS行業平均起薪（2016 Math PhD）：〜$ 106,000
• Payscale Pay的平均數學PhD工資：$ 98,000
• Payscale EE PhD的平均年薪：$ 116,000
• 具有5至9年經驗的薪資平均工程學士學位：83,568美元

關於此數據的一些說法：AMS數據相當可靠。 Payscale沒有關於數學和電子工程博士學位的大量數據，我不確定所使用的薪水是否全部都是起薪。 Payscale Math PhD包含許多較低的學術薪水。 AMS報告中位數和四分位數，Payscale報告平均值和範圍。如果我們比較Payscale的中位數 EE PhD薪水（按眼球計算，約11萬美元）與AMS中位數（約10.6萬美元），我們發現它們並沒有太大區別（後者肯定只是起薪）

忽略博士學位的相對成本（從長遠來看通常相對較小），看來您擁有EE或Math博士學位的總體薪資前景要比僅獲得學士學位更好，並且擁有EE博士學位的人比數學博士學位要好一些。

那是說，在學術界之外，有一些數學領域的市場比其他領域要好得多，例如統計學和數據科學。

給出與其他答案稍有不同的結論：

雇主僱用人員來為他們做一份工作。許多公司的情況要比“僱用最適合工作的人”要復雜得多，但是到了最後，他們希望有一個能最好地滿足其需求的人。

作為數學專業的學生，您擁有人們想要的技能。不幸的是，他們很少尋找只有 技能的人。他們可能還有其他要求。例如，在美國，國家安全局在其工作頁面上明確列出了數學。但是，他們聘用的數學家很少是唯一的數學家。他們還至少具有計算機科學，編程和其他相關領域（例如語言學，密碼學）的某些技能。

基本上，檢查一下您可能感興趣的工作，並確保數學不是您帶來的唯一技能。在學術界之外，數學家通常需要多才多藝才能成功，但是多語種數學家確實可以成功。

您是否考慮過高等教育的 ROI？

如果您想賺更多的錢，那麼現在就開始工作並積累工作經驗，而不是承擔更多的債務和沒有幾年的工作經驗。您還會從工作中發現，例如，您對EE的興趣不如數學，這可以幫助您做出決定。

如果您是一個好奇的人並想學習，然後攻讀數學博士學位，傾向於學術研究。

在決定本科時，我遇到了同樣的問題，我喜歡天文學，天體物理學和宇宙學。我擔心時間和金錢的投資以及可疑的收益。我聽說，在獲得贈款和資金方面涉及許多政治問題，而且少數工作崗位競爭激烈。

我進入物理係而不是物理系，因為獲得BS並在此之後立即開始工作會更實際。現在，我沒有太多債務，沒有很好的入門級工作，而且我可以探索不同的行業和自己的興趣並繼續發展。我想繼續接受教育並最終獲得碩士學位，但我不確定它會成為什麼樣子。

數學學位在經濟上是沒有用的嗎？是的，如果它只是本科學位。

數學碩士怎麼樣？有用，但相對於其他程度，它仍然毫無用處，除非您具有其他技能（例如，我知道有進入了數據科學/機器學習的位置，但這需要從側面學習自學軟件。）

數學博士學位怎麼樣？或本科生， but 主要是為了在學術界享有事業。既然對於大多數人來說這通常不是高薪的，那麼這似乎並不是您想要的目標（是的，Academia在壓力壓力下也具有很高的競爭力，這是避免走這條路的另一個原因如果您對研究不是很熱情。那是您在學術界表現出色的唯一途徑，除非您是天才。但是，還有其他選擇：您可以在金融部門找到一份工作（同樣，如果您獲得其他技能的支持，例如學習金融理論和/或編程），而在銀行部門工作的確能賺到很多，但是如果您沒有，如果對這種事情不感興趣（不要怪你），那麼行業中實際上沒有太多選擇。人們會告訴您童話故事，講述他們的數學博士如何使他們從事與此相關的工作，但事實是，這些工作並不能得到保證，您的數學學位也不是按此結構安排的。充其量，您仍然需要花費大量的時間來研究自己在所從事的任意行業工作所需的任何東西。事實是，除了銀行或教學之外，您將不會進入任何行業，並且能夠憑藉您的數學知識使人們眼花azz亂。您的數學知識將永遠保持著好獎金。而已。您必須能夠提供更多。

就個人而言，如果經濟利益是我的主要擔憂，而我並不是特別喜歡數學（您似乎並不喜歡數學），那麼電氣工程完全是理所當然的事情。很多工作，薪水不錯。

哦，請，不要聽別人說數學學位可以“改善您的分析思維”，等等。好像電氣工程專業的學位不一樣。

這不僅僅取決於數學。您不會說自己在哪裡，也不會說教育系統的性質。但是，至少對於美國而言，數學學士學位是學術界內外從事許多職業的重要基礎。但這是因為在美國，學士學位非常普遍。其中一個學習的不僅僅是數學，而數學僅佔所修課程的三分之一。

但是數學是關於思維的，您可以將其應用到思維中，尤其是以正式和紀律的方式將思維應用於其他事物。但是，如果您除了數學之外一無所知，那麼您除了做更多的數學之外，就不在一個好地方。

但是，任何需要對事物（例如產品或策略或任何事物）進行分析的公司都可以使用具有紀律性的組織和呈現信息方式的人員。只要您還具有工作所需的更具體的知識，數學就可以為您提供幫助。但是，在大多數情況下，借助數學帶給您的思想原理，更容易獲得該知識。

獲得EE學位會教您以不同的方式思考，但是，對您而言是否更好取決於您。

但是，為了在這裡給出一些觀點，我還認為，哲學學位也是職業發展的良好起點，並且出於與數學相同的原因。它教授可以普遍應用的思想學科。

但是，您正在啟動博士學位課程。這樣的程序可以幫助您做好研究的準備，而且它們非常專業。它們在任何意義上都不是通識教育。大多數或至少許多博士學位持有人（在這裡有些猜測）留在學術界，因為博士學位是為此做好的準備。當然，還有其他機會，但是就像學位本身一樣，這些機會非常專業。但是，即使在最高層次上，數學仍然是可以在其他領域應用的良好的心理訓練。

數學學位真的在經濟上沒用嗎？

我想你的意思是博士學位，因為您似乎已經在EE /數學專業雙學過。

我很困惑，我不知道我應該走哪條路？

從財務角度來看...

從財務角度來看，實現終身最高收益的途徑可能是現在獲得EE（或數學）職位。
那是收入的四（+/-）年，您不必再花錢去上學。

通常我的建議是跟隨您的熱情，但您似乎沒有已經找到了自己的激情（至少從您的帖子中發現了）。

我很困惑，我不知道我應該走哪條路？

只有你能回答這個問題。無論採用哪種方法，都必須要激勵您繼續攻讀博士學位。

話雖如此，假設您喜歡數學，所以為什麼不考慮將數學博士學位與另一門數學相結合？換句話說，您將工作重點放在數學上，但正在將其與您感興趣的另一個領域整合在一起，並打開了純粹的數學學位可能沒有的就業機會。實際上，請考慮在另一個部門的某人的指導下，可以在更廣泛的研究環境中使用數學（警告是，如果您已經在計劃中，則可能會有一名顧問可能不允許這樣做）。

現實是數學無處不在，無​​論是物理學，化學，工程學，經濟學，生物學，生態學，計算機科學，地質學還是其他。在我的情況下，我正在做相反的事情。我剛剛開始攻讀野生動植物生態學博士學位，但是我一直對數學抱有濃厚的興趣，因此我實際上將嘗試參加一些數學研究生課程。好處是我領域的大多數人不喜歡數學，但是仍然需要能夠將高級數學概念整合到生態學中的人們。例如，我們使用網絡理論之類的方法來對不同物種的景觀連通性進行建模，這在現實世界中具有保護作用，但是這種整合在生態學中只是相對較新的，並且仍在開發和建立。

如果您最關心的是財務上的成功，那麼將計算機科學集成到您的程序中確實可以使您成功。計算機科學就像數學一樣，無處不在，因此兩者結合起來將為您帶來很大的靈活性。您可以查看計算機科學領域的研究類型，以了解人們正在從事的不同工作。根據您在此處採用的方法，您可能會為成為數據科學家而度過美好的未來。

或者您可以做一些完全不同的事情。我認識一個曾經是機械工程師，從事與航天飛機有關的項目的人，然後才開始成功研究熊類的博士學位。儘管沒有生物學相關的學位，但他們仍可能將自己的數學和計算機背景作為賣點。

數學學位可以證明您是一個強大的問題解決者，可以掌握和應用邏輯以及對算法很滿意。這些技能適用於許多領域。您有機會找到自己感興趣的東西並繼續追求它。許多工作都說應聘者必須具有X或其他相關領域的學位。根據技能要求，數學幾乎總是被其他相關領域類別接受。但是，本身的數學學位可能並不總是足夠的，因此您應該準備發展專門的技能。

您要問的實際上是一個個人問題，與自己相比，您會比自己更好地回答。我們任何人都可以做。就是說，如果您不知道如何使用PHD，我不建議您在數學中使用PHD。您需要找到自己的激情。如果您不知道並且在第一次工作中做得不好，也可以，但是通過進入現實世界，您會接觸到現實生活中您喜歡和不喜歡的事物。

數學專業，發現自己也處於類似的位置。我最初在一家精算公司工作，然後轉向軟件開發。兩條路徑都需要工作以外的時間來學習工作所需的專業技能，但是，數學專業要求的解決問題的技能提供了良好的基礎。

我的大學本科學歷是純粹的數學，它打開了許多門。首先，請記住，有很多工作需要學位，但是對哪個工作不太挑剔。例如，我在獲得學士學位後開始了我的陸軍軍官生涯。學位是一項要求，特別是數學學位為軍事情報打開了大門。

數學也是許多與切向相關的職業的可接受起點。離開軍隊後，我有一段時間成為一名程序員和數據庫管理員。我知道其他擁有財務分析學士學位的人

數學也可以作為許多相關研究生學位的基礎。在我決定不想繼續編程之後，我進入了法律領域。

那就是回答您關於純數學學位的價值的直接問題。您說您也擁有電氣工程學位。如果您想以一名真正的電氣工程師的身份工作，那麼碩士學位對您很有幫助，而EE學位本身會為您打開很多大門。我認識許多其他獲得EE學位的程序員。

我獲得了純數學博士學位，在一家金融公司找到了工作，而且我的薪水也很豐厚。

要進行全面披露，我確實很難在一家公司找到一份工作金融公司。我在5家公司採訪過。我最初是由這家公司聘請的，是一名低級的程序員（在博士學位課程的最後一年），然後在獲得博士學位後，我申請了建模團隊的一份工作。您可能會說我偷偷摸摸。

正如已經說過的，答案是否定的。

在我的第一份民用工作中，約有成千上萬的軟件工程師和系統工程師中，許多是數學上的專業。

我獲得了博士學位，離開了學術界，並且在這很有價值的領域工作過。從未必須使用非常高級的數學，但是“數學思維”是必不可少的。

要觀察的關鍵是數學帶有兩個眾所周知的標籤：

• 純
• 已應用

在學術界時，有時可以看到陳舊的區別，通常會有一些勢利的舉動。

除此之外， “應用”還意味著您必須解決問題並轉化為數學形式。您不再能“這樣給予”或“假定那樣”。您需要獲取給出的數據並確定其滿足的條件，或者對其進行修復以使其能夠滿足要求。您通常需要將業務問題轉換成抽象形式，抽像地解決它，然後用軟件實施。實際上，即使要獲得第一手，也需要與人和語言技能進行大量交談。

請考慮以下角色：

1. 數據科學家/分析師：巨大的增長區域。分析師非常薪水高且數學上
2. 運營研究分析師：很酷，但可能沒有職位。
3. 建模者-財務：仍然有很多工作，薪水高，但您可能有理由不
4. 建模者-國防：仍然有很多工作，種類繁多，但您可能有理由不這樣做
5. Modeller-其他：更少
ol>

因此，如果您想在博士學位後退出學術界，那麼雇主會尋找的其他特定知識是編程。如果您擁有EE，則很可能已經具備一些知識。在您攻讀博士學位期間繼續在此基礎上繼續前進。也許通過機構或在線學習一些課程。了解有關OR和數據科學的信息。這樣，您就可以做好準備，找到高薪的好職位。