带你全方位了解金融工程专业（下）!

三、金融工程学生的职业发展路径

1.八大主要职位

S：Sell-sie

B：Buy-sie

FS：Financial Services Company

Traing/Desk strategist

在投行中，前台分析师的研究成果并不会公开发布，仅供内部交易员参考。很多公司都会请经济学家来发布研究成果并作出官方预测，而另外一种研究者则被称为"前台分析师"，他们的服务对象为内部交易员而非客户。通常意义上的经济分析师更受人瞩目，因为他们能够在研究结果上署名，但前台分析师的职业发展可以通往风险承担这一方向的，例如量化分析师。特别值得一提的是High-Frequency Traing Firm 目前主要招收本身就是CS专业的学生，Strategy-wise 已经非常evelope了，Strategy只要一个会Coing地Traer即可。具体如何implement需要很高技巧。

Quantitative Researcher

主要从事量化方面的研究，研究宏观微观两个层级的产品。像Black-rock，AQR这种大型Investment Firm会偏向量化管理，因此岗位需求会比较多。

Moel Valiation Quant

Moel Valiation基本的职责就是测试模型中的风险(包括假设，数据来源等，这些FRM教材有说)。技能要求也比较广，数学(看得懂模型)，金融(理解得了逻辑)，英语(撕得了逼和写的了报告)。Moel valiation虽然是偏Quant的职位，但本质上是金融企业中的一个职能部门，因此模型是否符合金融内在的逻辑就很重要。模型在技术上的问题是很容易发现的，但是其在金融本质上的问题却难以察觉。一些问题需要对金融以及相关产品有着长时间的了解才能发现，这个部门必须处理来自整个公司的新型和先进模型和交易技术。然而，在次贷危机之前，公司的薪酬结构导致MV团队无法吸引和留住足够的员工，因此往往有天分的MV一有机会就会离开。这严重影响了公司管理模型风险和正确评估持有头寸的能力。

Market Risk Quant

这个职位近些年来的重要性与日俱增，其原因主要是次贷危机暴露了风险对冲机制中的漏洞。

Capital Quant

也是次贷危机爆发后，重要性逐步增加的一个岗位。随着FED(Feeral Reserve System)对银行的监管越来越严格，每个银行都在大量的招收这些人才，巴塞尔3提出后，监管压力增强，很多投行摩根士坦利，做stress test也会外包给FS例如安永，德勤去做。

Data Scientist

虽然最对口的专业还是CS，但是只要课程设置得当，UCB的MFE也会在这个职位供职。Data Scientist在Google被称作Quantitative Analyst，翻译过来大概类似于量化分析师。这类职位比较特殊，是一种非常technical、对学术能力要求非常高的职位。这类职位99%的同事都是统计或者数学的PhD，一般人听不懂他们在说什么～根据我个人的了解，他们的大部分工作是分析Google Search的增长。搜索是Google最核心、最赚钱的产品，我们希望更多人用我们的搜索，更多的人能够和搜索结果互动。Data Scientist解决的问题就是，如果我们对搜索的排序做一些改动，如何通过统计学的方法精确测量这个改动对搜索整体带来的影响。这个影响往往是非常小的(Google 1天平均10亿次搜索，这个量级上的任何改动都是至关重要的)。

Quantitative Developer

随着Fin-tech普及，市场有扩大趋势。

定量开发人员是计算机专家，可协助，实施和维护定量模型。他们倾向于成为高度专业化的语言技术人员，弥合软件开发人员和定量分析师之间的差距。

2.薪酬统计

MFE还是很好就业的，作为留学生也不例外，UCB MFE 2017年毕业生69人中90%都是留学生。

UCB 2017 MFE毕业生薪酬统计

毕业后首年平均年薪 Average First year total compensation $156,534

毕业后首年年薪中值 Meian first year total compensation $145,000

毕业后首年基本工资

Average first year base salary $108,402

毕业后首年工资中值

Meian first year base salary $105,000

平均入职&离职金

Average sign-on&relocation

$24,005

中位入职&离职金

Meian sign-on &relocation $10,000

Average first year guarantee/ Unguarantee year-en bonuses, housing/transportation an other compensations $49,883

Meian first year guarantee/ Unguarantee year-en bonuses, housing/transportation an other compensations

$40,000

3.就业地

北美： New York/Chicago/San Francisco/Toronto

欧洲： Lonon an Frankfurt

亚太： Singapore/Hong Kong an Tokyo

中国： Beijing/Shanghai an Shenzhen

四、金融工程申请注意事项

1.需要具备的特质

扎实的数学，统计以及编程技巧。

Soli Mathematical, Statistical An Programming Skills

至少精通其中一门。

With expertise in at least on area

熟悉编程语言。

Knowlege of Python*/ Matlab/ C++/Java

Python目前是最流行的语言，如果没有任何偏好，建议学这个。

对金融领域感兴趣。

Genuine interest an passion in finance(capital market, or corporate finance)

对金融和资本市场要有强烈的兴趣，如果上过一两门入门级的金融课程也很好。如果不想去上课的话，去考一个CFA一级，对金融有个基本的认识就好。

善于与人沟通

Goo Communication

Presentation An Interpersonal Skills

2.如何选校

择校五大标准：学校名气/地理位置/就业指导/校友资源/学术资源

First Tier：

CMU/UCB/NYU/Baruch

Secon Tier：

Columbia(MSFE/MFin/OR)/Cornell/UCLA

/U of Chicago/U of T/U of Waterloo

Thir Tier：

Gatech/U of Washington/BU/NYU Tanon/Stevens

3.硬性背景

GPA

GRE：V153，Q168，AW3

托福/雅思：100/7(根据选校决定考试类型)

CV：教育Eucation，工作经历Work Experience，科研Research，领导力，Leaership，技能Skills

PS：目标明确,有逻辑,有细节

推荐信：展现不同侧面(教授2封实习1封)

4.锦上添花

实习：相关性>名气

助研

5.补相关课程

编程：Python，C++，算法与数据结构，机器学习

数学：概率统计、stochastic calculus

金融

6.面试准备

绝大多数面试是都是Behavioral Interviews

熟悉PS/CV

提高口语

模拟面试

Baruch/Berkley是Technical interviews

提前刷题(150 Most Frequently Aske Questions On Quantitative Interviews)

7.充分的知识储备

Programming 编程

Algorithm 算法

Big ata tools 大数据工具

Statistics 统计

Traitional statistical knowlege 统计基础知识

Machine learning skills 机器学习

Finance 金融

Pricing Moel 定价模型

Risk Moel 风险模型

早作准备，多投简历

五、一段话总结

如果你热爱金融资本市场，对数字有一种天生的热爱，同时具备一定编程能力，统计水平优秀，而且与人打起交道也不怵头，还对薪酬有一定期待和渴望，那金融工程可以说是为你量身打造的项目。希望这篇文章能让你对金融工程项目有一个初步的了解！