分享
未来想做大数据+金融方面的结合,应该如何拓展自己的技能树?
去年自己国内top5数学系本科毕业,现在美国top30大学data science研究生,数学很有信心,统计不错(不算最顶尖),会写java, python(数据结构水平,多线程那些不懂,汇编不懂),熟练MySQL, R,另外hadoop, spark刚入门,熟练机器学习和数据挖掘模型,包括文本挖掘(可以自己用java, python, R)中的任何一门语言实现。现在在和一个老师做网络数据的分析,准备投今年的ACM IMC会议。暑假在纽约一个小的金融机构做data analyst实习。自己以后肯定回国,目标是1:类似于阿里巴巴大数据平台,蚂蚁金服之类的部门 2:基金或者银行的数据挖掘岗位 3:国内的量化基金 请问一下自己应该在哪方面继续准备呢?之前本科没有实习过,并不知道哪些技能或者知识是最重要的,希望专业人士指点迷津。非常感谢。
回复 ( 1 )
不请自来,背景:国内某985 CS硕,四年工作经验,历经某股份制银行科技、零售、对公三条线的压榨,即将跳槽去某券商互金部或某电商
首先,楼主的教育背景已经很棒了,技术功底足以支撑你所青睐的岗位,但是你说的那三个岗位之间区别很大
1:类似于阿里巴巴大数据平台,蚂蚁金服之类的部门
这种岗位应该偏技术比较多,对类似hadoop, spark都有要求,是真正的大数据工作,运用编程和数学对平台中的海量数据加以挖掘和分析,对于你现在的背景肯定是最匹配的。但是去电商最大的缺陷就是只能熟悉像理财销售或小额授信这种最基础的金融业务,很难接触金融真正的core。像交易银行、金融市场与投行等核心工作内容只能在银行、券商等大型金融机构总部才有机会参与。
2:基金或者银行的数据挖掘岗位
这种岗位偏业务更多,能否做好这份工作,更多的是取决于你对金融业务的熟悉程度,技术要求反而不高,熟悉SQL,会VBA或Python就足够了,或许还要求掌握SAS。总之,如果从事了这类工作,不要过多的醉心于钻研技术,充分利用工作平台,理解并精深各种业务才是王道,技术在这里只是分析工具,况且在这种业务为导向的工作环境下也不会有什么技术发展的广阔前景。倘若能在几年内精通业务并同时熟悉技术,那将是难得的人才,互联网金融这个行业太缺这种复合人才了。
3:国内的量化基金
这个我不是很了解,但是肯定对数学要求很高,偏向于算法优化领域吧,和前面两者差的有点远。
祝一切顺利