数学偏理论证明与建模，计算机偏算法实现与系统；大二数学重分析/代数/概率，计算机强推数据结构/架构/算法。
一、数学 vs 计算机：核心区别（UWO本科）
1. 培养方向
• 数学（Mathematics）：理学学士，重抽象推理、证明、建模；研究数论、代数、分析、概率、优化等；计算机多作为工具。
• 计算机科学（Computer Science）：理学学士，重算法设计、系统实现、工程化；研究软件、硬件、网络、数据库、AI等；数学是基础工具。
2. 课程重心（大二较明显）
• 数学：
◦ 核心：实分析、高等代数、微分方程、概率论、拓扑/数论入门
◦ CS课：仅1–2门编程/算法（如CS 1026/1027）
• 计算机：
◦ 核心：数据结构、计算机组成、操作系统、算法、离散数学
◦ 数学课：微积分、线性代数、概率（够用即可，不深挖证明）
3. 典型就业
• 数学：金融/精算、数据分析、科研、教育、AI算法研究（偏理论）
• 计算机：软件开发、后端/全栈、系统设计、网络安全、AI工程、游戏开发
4. 难度与风格
• 数学：证明多、抽象、作业难、考试偏理论；适合喜欢逻辑推导、不怕抽象的人。
• 计算机：编程多、项目多、实践性强、考试偏应用；适合喜欢动手、快速见成果的人。
二、大二选课规划（2025–2026，UWO）
数学专业（Honors Specialization in Mathematics）
目标：夯实分析、代数、概率三大基石，适度补CS技能。
大二上（Fall）
• 必修
◦ MATH 2122A/B：实分析I（核心，证明密集）
◦ MATH 2155F/G：高等代数I（线性代数进阶）
◦ STAT 2857A：概率论I（概率基础）
• 推荐选修（选1门）
◦ CS 208A/B：数据结构（必备CS技能）
◦ MATH 2700A/B：拓扑入门（纯数方向）
大二下（Winter）
• 必修
◦ MATH 2156A/B：高等代数II
◦ MATH 3020A/B：微分方程
◦ STAT 2858B：数理统计
• 推荐选修（选1–2门）
◦ CS 209A/B：算法入门（提升竞争力）
◦ MATH 3120A/B：实分析II（深造必备）
数学大二选课要点
• 先修硬约束：必须先过MATH 1500/1501（微积分）、MATH 1600（线性代数）。
• GPA策略：实分析、高等代数是分水岭，早做准备；统计课相对易拿A。
• CS搭配：至少选CS 208+209，否则就业面窄。
大二结束可定方向
◦ 纯数读研：深耕分析、代数、拓扑
◦ 金融精算：主攻统计+概率
◦ 码农/AI：数学+计算机交叉选课
三、数学专业（Mathematics，含Honors/Applied/精算）的就业方向
核心优势：逻辑强、建模/概率/统计硬、可转金融/数据/AI/科研
1）金融/精算（较稳、留加友好）
• 岗位：精算师、量化分析师、风控建模、金融分析师、保险定价
• 雇主：加拿大五大行（RBC/TD/Scotia等）、Sun Life、Manulife、Great-West Life、养老金机构
• 薪资（加元，年薪）：
◦ 应届（精算助理/风控）：6万–8万
◦ 持证精算师（3–5年）：12万–18万
◦ 量化（硕士+）：15万–25万+奖金
• UWO优势：精算很强，和本地保险巨头合作多，实习机会多。
2）数据科学/AI算法（热门、高薪）
• 岗位：数据科学家、机器学习工程师、算法研究员、数据分析师、商业智能（BI）
• 雇主：Google、Amazon、Meta、多伦多金融科技、各大公司Data Team、AI初创
• 薪资：
◦ 本科（数据分析）：7万–9万
◦ 硕士（算法/ML）：9万–14万
• 关键：数学+CS208+209+Python/R 竞争力强。
3）科研/学术/教育（稳定、适合喜欢理论）
• 岗位：高校讲师/教授、政府实验室研究员、中学数学教师、教育科技
• 路径：本科→**硕博（纯数/应用数学）**→高校/科研机构；或本科+教育证书→中学教师
• 薪资：
◦ 中学教师：7万–9万（稳定、福利好）
◦ 大学讲师：8万–12万
4）咨询/商业分析（万金油）
• 岗位：管理咨询、运营优化、供应链建模、市场分析
• 雇主：麦肯锡、BCG、德勤、埃森哲、各大公司战略部
• 薪资：应届 7万–9万，3–5年 12万–18万
