刚刚接触精算两年的萌新有些小小的困惑

mark一下。
期待看到更多想法。
看看一个大二学生的帖子，我也该反思一下自己哈……

童鞋你好，看你写了这么多，虽然我工作时间不长，分享一些我的想法供你参考。
1、我之前主要做life，现在也接触一些p&c的内容。个人觉得life更倚赖精算一些，
p&c主要还是underwriting吧。当然还是看兴趣，pc因为产品形态比较多，可能会更有意思一些，
我觉得你说的一点很对，enjoy哪边就做哪边
2、machinelearning目前来看国内还是用在pc，life目前没应用。学data science肯定是有用的，从国内银行应用来看，未来保险也会逐渐重视吧，银行比保险还是走在前面的
3、个人觉得考证是学习的过程，因为我工作前考的少，目前来看考试有时是整理日常工作经验的过程，考试能比较系统的把一些经验串联起来。
4、我觉得至少目前北美欧洲和国内的精算虽然理论体系一致，但是实际操作上已经是三个不同的形态了。公司经营更是如此，放开国外公司完全进来也很难出现你说的那种异军突起的情况，除非是能找到niche market，可是国外进来的公司一般也是大公司，在这方面也不强。至于回不回国看你的个人的偏好吧，目前看国外工作经验可能对在国内就业没有太多优势，市场需求也不一样

bellvictor 发表于 2018-7-8 17:53
童鞋你好，看你写了这么多，虽然我工作时间不长，分享一些我的想法供你参考。
1、我之前主要做life，现在也 ...

谢谢回复！抱歉这么晚才看到

bellvictor 发表于 2018-7-8 17:53
童鞋你好，看你写了这么多，虽然我工作时间不长，分享一些我的想法供你参考。
1、我之前主要做life，现在也 ...

随着进一步的实习，我越来越感觉machine learning的实用性了，就算在分工比较细的大公司，很多模型计算/定价都有小问题，更别说对数据精确程度要求比较高的machine learning了。前两天我还发现我们公司special quote定价用的expense table还是以前的，而且已经算了很多数据了。。。之前我朋友在一个小的保险公司工作，那里数据错误/人为错误更多了，甚至发现了整整三年都在用错误的公式计算一个值。。实话说，有些disappointing。。。
非常感谢你的观点，我没想道国内和国外市场差异会这么大。。不过始终是觉得国内是更有市场的，巨大的人口+较低的受保率+较低的国家福利+老龄化趋势严重

目前pc的pricing主要还是传统的glm，想应用ml和dl的话建议直接去互联网或人工智能企业。

仪左大肥猫 发表于 2018-6-30 05:43
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 ...

国内制度以及体制等决定了大陆不可能完全对标国际制度，所以就算外资保险公司进来了，产品也将必须符合国内的要求进行改进，不可能照搬进来的。

仪左大肥猫 发表于 2018-6-30 05:43
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 ...

精算考试的过程其实是逼着你养成终身学习的过程。你没看到即使考完试还有学分要求吗。至于life或者pc，真的就看你更喜欢或者擅长什么啊。。pc主要是金额不确定性，就还是跟统计更相关，life主要是时间不确定性，在死亡率表确定以后，你不太有理由deviate，因此life跟市场关系更大，跟投资关系更大。。还有一点你好像记错了，你考的mlc并不是cas的preliminary exam啊。

iiooiookoo 发表于 2018-8-18 20:13
精算考试的过程其实是逼着你养成终身学习的过程。你没看到即使考完试还有学分要求吗。至于life或者pc，真 ...

额看错了。你没说mlc，当我没说哈哈哈。在国内财险发展没有寿险快，所以就业机会少一些，但是市场供给也少，cas fellow比soa fellow少了一个数量级。所以待遇水平基本平行，我是说qualified actuary。不过从考试难度来说，cas要比soa麻烦一点，而且选择范围更窄，如果你现在并没有明显的偏好，建议你先走soa的路线，反正实在要做pc你还可以考gi track。

大学实验室的数据库数据其实更多，只不过很少拿出来商业化.学一些相关业内知识可以丰富自己的头脑,提升专业素养，但是就业形势这并不是必然联系的吧.即便是保险业国内不少还是是自愿购买.

就问题本身来说，真正的大佬不会理睬你提问（有几个确实问的太幼稚了），如果不明白为什么考试，你可以问下你的导师嘛，看他骂你不，再请问下楼主 你非要装什么逼？要么用英文要么全用中文，你夹杂这么些英文算什么？你以为会比别人多懂些？