除了剑桥之外，现在越来越多英国大学，都开始推出各种：“Mathematics with XX”类型的专业。比如帝国理工的数学系，就已经拆分出了：
▪️Applied Math（应用数学）
▪️Pure Mathematics（纯数学）
▪️Mathematics & Statistics（数学与统计）
▪️Mathematics & Statistics with Finance（数学与统计金融）
很多家长第一次看到这些名字时，其实都会有点懵：“这些有什么区别？”“是不是只是名字不同？”“未来就业会差很多吗？”“申请时到底该怎么选？”
确实仅凭名称确实很难判断课程的侧重点，但具体怎么选，除了看录取率，肯定也要结合自身兴趣与职业规划，但对于申请而言，我们的选择不外乎是：
▪️数学（G100）
▪️“数学+X”细分专业
▪️放弃数学，转向其他学科，如物理、自然科学、工程...
图片来自网络
01
Maths with X本质上是一种提前分流
因为一旦你选了：Mathematics & Statistics（数学与统计）或者Mathematics & Computer Science（数学与计算机）等专业，其实就意味着：你已经提前决定了，未来准备重点往哪个方向深入。
比如数学+统计，后面课程会明显偏：probability、statistics、stochastic、process、data analysis。
又比如数学+计算机，就会更偏：algorithm、programming、discrete maths、computational thinking。
图片来自网络
也就是说，“Maths with X”就等于你提前锁定了一条赛道，好比一个固定套餐，它最大的优势也很明显，毕业证会直接写明：“Mathematics & Statistics”或者“Mathematics & Computer Science”
这对于未来求职来说，具有强大的标签吸引力！
尤其是量化、数据、金融、算法相关岗位，雇主只是看一眼就知道：你到底偏哪个方向。
很多时候，甚至能帮你省掉大量“自证过程”，不过弊端也很明显，你无法后期新增或更换其他类别的课程，就只能深入一类“with X”的课表。
图片来自网络
很多学生16、17岁其实还没有真正想清楚自己未来到底想要做什么。
于是就很容易出现为“看起来更热门”或者“感觉更好就业”就过早锁定方向的情况。
但现实中，很多人在高一的时候想做金融，后来又喜欢上了AI；原本觉得自己想做数据，结果大学里转而开始喜欢理论数学...
这种变化其实也特别正常。
所以过早细分，未必一定就是优势，尤其是对于数学基础很好、学术兴趣还在探索期、未来方向暂时没完全确定的学生来说，G100说不定才是一个更稳、更宽的选择。
02
G100通用数学（Mathematics）专业是什么？
很多人会把G100理解成：“普通数学”，但实际上不是。
图片来自网络
G100最大的特点是自由度极高。
如果说“Maths with X”是固定套餐，那么G100就是“数学自助餐”，大一阶段，你需要系统学习：pure maths（纯数）、applied maths（应用）、mechanics（统计）、statistics（统计）等几乎所有数学基础方向；然后从大二开始，再根据兴趣慢慢细化。
什么意思？
就是如果后来发现自己更喜欢AI、机器学习、数据科学，那可以继续往统计/ML方向选课。
图片来自网络
如果后来发现自己其实更喜欢理论数学、物理建模、流体力学，那也可以往应用数学/PDE/mechanics深入。
甚至理论上，只要你“食量够大”，完全可以同时兼修多个方向的课程。
所以很多真正懂英本数学体系的人，就会优先考虑G100，毕竟它允许学生先广，再深，这太友好了~
图片来自网络
03
那到底应该怎么选？
怎么选其实取决于你现在到底处于哪种状态。
如果方向还不明确：建议直接选G100
因为大一阶段，你可以先摸底所有数学分支。等真正接触之后，再根据兴趣、能力结构、职业目标慢慢细化。
对于很多学生来说，这种路径就显得十分稳妥。
如果职业目标已经非常明确，可以考虑“Maths with X”
你已经确定未来就是统计、量化、数据科学、金融数学、算法等方向，那建议直接锁定相应with X，因为这确实在求职时，凭学位名称就可以省去不少成本。
