去年我侄女填志愿，盯着那本厚厚的指南发愣。她妈——我姐——一个劲问：会计稳不稳？师范呢？突然想起自己当年，也是全家翻报纸找分数线，现在看简直是盲人摸象。
不过，今年我用了个招——抓了一堆大数据。
你以为的热门，可能是火坑
随便搜搜，“大数据专业”铺天盖地。高薪、缺口巨大、未来趋势……对吧？真这么美妙？我调出几份招聘平台的脱敏数据，数据工程师岗位确实多了30%，但仔细看，要求的技能树已经变了！三年前还流行Hadoop，现在Spark都不够，得会Flink，得懂云原生，甚至机器学习基础——我c，这哪是本科能搞定的？
再看就业前景。有机构报告说，未来五年人才缺口200万。可另一份政府调研，却说初级数据分析岗已趋饱和。谁在说谎？都没说谎，只是统计口径不同。前者算上了所有沾边的，后者只盯一线城市核心岗。所以啊，看数据得看上下文，否则坑死人不偿命。
升学规划里的隐秘算法
我们团队去年接了个活儿，给某高校分析新生第一志愿满足率。把3年、12万条记录扔进模型，结果挺打脸：那些宣传片里光鲜的“特色班”，实际专业选择时遭冷遇；而被教务处认为“淘汰边缘”的某个冷门，居然因为几个网红教师，悄悄成了黑马。
更吃惊的是地域偏好——本省考生死磕省会双非，外省考生却愿意为个211跑到地级市。你看，数据可视化一呈现，决策逻辑全变了。以前我们靠经验，现在靠证据。不过数据也会骗人，比如有个学校就业率超高，拆开一看，全是灵活就业……简直了。
问：那到底该不该让孩子报大数据专业？
答：先问孩子数学怎样。真实案例：我一朋友孩子，高考数学140，自信满满冲了大数据，大一就被数理统计虐哭。这专业底层是数学和计算机，不是Excel画画图。如果抽象思维弱，早点看数据科学偏业务的方向，比如商业分析，千万别硬刚算法岗——会出人命（指发际线）。
问：未来考公务员，大数据有用吗？
答：太有用了！现在税务、审计系统全往数据驱动转型。我见过一个上岸的，就是面试时讲了自己用Python爬招考数据、分析竞争比的经历，考官眼睛都亮了。不过，别只听我说，你要让孩子自己去挖：去政府官网找“数字政府”规划文件，用词频分析看看，什么能力被提到最多——这就是教育数据挖掘的活学活用。
警惕“伪大数据”决策陷阱
现在各种填报APP，动辄“智能推荐”。呸，大部分就是简单的分数匹配！真正的数据驱动决策，要整合兴趣测评、家庭资源、行业周期甚至城市发展指数。我干这行十年了，最烦那种虚假的百分比——什么“90%的学生满意”，样本可能才30人。
还有那些榜单，把毕业生薪酬平均到月薪2万，一看中位数，8千。你能信平均值？这就像把我和马斯克的身家平均，我也是亿万富翁。所以自己动手，丰衣足食。教大家个野路子：用八爪鱼抓职场社交平台公开数据，分析某个专业校友的工作轨迹，比听老师画饼实在得多。
说到底，大数据就是个工具。它能把模糊的焦虑，变成能讨论的问题。但最终的洞察，还得靠人。数据说某个行业爆发，可如果孩子极度讨厌，别强迫——因为职业倦怠期的数据，往往更残酷。
突然想起，开头说的侄女。最后没选会计，也没选师范。我们把所有这些数据揉碎，她选了个听起来怪丢人的：儿童发展心理学。理由是模型预测，未来五年心理健康服务供给端严重不足，而她天生能跟小孩聊通宵。你看，这就是数据的浪漫——帮你找到连自己都没意识到的坐标。