发帖
雷达卡
大家好，我现在是北美一所大学大二学生，正在加拿大的一个保险公司实习。
因为从本科开始就是精算专业，所以考证也相当快一些，过了四个考试。（p, fm, mfe, c）这四个正好是ASA和ACAS的四个common exam，所以就停在了这里。
因为初入保险行业，第一个精算实习才刚刚过去两个月，对未来的不确定有些兴奋也有些困惑。希望论坛里的大家能分享分享经验 :)
1. 我一直困惑life和pnc的哪一个更加适合我，论坛里的各个帖子我也有看了，有的人说一个是看财务报表左边，一个是看财务报表右边。有的人说国内的pnc pricing 还是由underwriting 一拍脑子决定的（笑）。当然还有各种各样的争论啦， 有的人说pnc是朝阳产业的顶尖，有的人说明显还是life的市场更大。而且我也问了我们公司pricing部门的同事，为什么选择life，大部分也没有明确的回答，大多是“因为第一个实习就是life所以就选择life了”这样 的回答。。。所以楼主现在特别困惑，到底应该走那条路，因为下一个考证就是决定life还是pnc的分水岭啦。
希望论坛的各位大大能够这两个方向的特征，应用，所需要的技能，未来的发展，分享一下看法啦！谢谢大家！（btw 其实我对哪个方向更有市场没啥兴趣，因为我发现精算这个行业最难的不是考证，而是保持热情和兴趣，就算某个方向未来可能没什么市场，但是我觉得我很enjoy，我还是会选择哪个方向）
2. 第二个问题就是，关于machine learning在精算行业的应用。我有几个学长/前辈跟我说起过这个。大概是说life这方面machine learning的探索比较失败，相当而言pnc这方面比较成功。我之前也有看过axa在车险上面进行了machine learning的应用（预测policyholder未来发生重大事故的可能），而且加拿大很多pnc公司都开始开启data lab研究machine learning在pnc未来的应用，比如intact, aviva, td等等。 当然life的insurance 公司也有应用啦，比如我现在的实习公司manulife就会在下个月开始AI underwriting，具体成效还是得拭目以待。
所以我的问题就是，一个精算学生到底有没有必要去学cs&data science？我现在在我学校就是triple major of cs, statistics & actuarial science. 包括andrew wu 的deep learning课程我也有在学。我一直很想探索deep learning在insurance industry里面进一步的应用。想问问论坛大大们有没有自己的想法？
3. 第三个问题就是，考证到底教给了精算学生什么？或者说精算学生到底应该抱着怎样的心态去考证？我现在大二结束，考完了四个证。刚刚考完c，过了之后很开心，但是又很困惑，我到底学到了什么，或者说这些考试到底教给了我怎样的思维方式，让我应用在具体工作中？我之前看到有个帖子，说精算师的姿态应该是从一个搞统计的进化为一个solution manager，能够了解各种表格，数字背后的想法，并且给出自己的solution。所以我想请教一下论坛各位大大们，你们感觉精算考试到底在教学生什么呢？
4. 第四个问题是，我也听说国内今年开始金融保险改革，会逐步在四年提升外资保险公司的资产限制。我记得是到2020年提升到51%，2022提升到100%。我对这个的看法就是，这样会让很多外资的保险公司进军国内市场。我们公司的CEO Roy一直在强调进军asia，特别是中国的可能性。我和Roy通过一次邮件，问过他对中国保险产业p2p化的可能性，他跟我提到了国内的保险wechat交易的case非常多（人家ceo看来对我们国内的情况还是了解的，笑）。
10. 所以我的问题就是在国内金融保险行业改革的背景下，大家觉得国内保险业界会怎样变化？还是会像现在这样由中国的保险公司占领90%的市场份额，还是说国外保险公司可以异军突起，占领一席地位？因为我也有在考虑北美毕业之后，回国发展还是继续呆在加拿大/美国
以上就是，我接触精算以来到现在的所有困惑，先提前谢谢愿意分享看法/经验的大大们了啊
京公网安备 11010802022788号
