想走商科、財金方向的數據分析 - 金融業討論

※ 引述《s3714443 (metalheads)》之銘言：
: 大家好，最近小弟準備研究所過程中
: 受到恩師的啟蒙，對於統計的熱情整個被打開了
: 對於資料、數據分析這塊存有憧憬(或幻想?)
: 目前大肆下了，趁最後一次選課，在學校開始修R語言，報告實作要做財金相關的
: 也有修PYTHON，但都剛起步，還沒碰到解決困難的歷程
: 所以適不適合也不知道
: 但是自己對這塊還是有嚮往，先上來請教前輩的意見
: 因為還是學生，跟實際職場可能會有資訊不對稱，所以可能有些想法太過美好了
: 請各位海涵
: 小弟的疑問是，比起技術(套件、系統建構)，大概遠遠比不上資工、資管的同學
: 但是如果能有一些中等程式能力
: 利用商業邏輯跟思維解決問題，似乎才是數據分析的核心?
: 那這樣似乎商科出身的學生價值就在這裡?
: 小弟研究了一些需要的能力
: 分析應用：SAS MATLAB R ...等
: 更進階的：PYTHON SPARK、HADOOP
: 小弟很怕技術比不上資工的同學，但是純商的路又好像...很容易被取代
: 不知道作為一個computer science跟財金專業兼具的人才有沒有競爭力
: (不過可能也變四不像)
: 請各位大大指點迷津，感恩、感恩


身為正在找工作的財金所畢業生
很想告訴你 你正在做一個錯誤的想像

先談談你想要找的工作
在104上主被歸類為資料科學家、大數據工程師等等
普遍會限制：資訊工程相關、統計相關、數學相關等科系
而台政清交財金所主要修的課程大致有：
財管、投資學、期權、金創、經濟分析、財報、企管
計量、時間序列、隨機過程、財數、風管、衍生性商品等等
這些科目當中只有 計量、時間序列、隨機過程跟資料科學家比較有關
而這些課程在統研所，只是眾多必修之一
你想靠這三門課程就跟人家兩年的必修課外加論文PK嗎?

再來你有說對資訊工程的想像
不能說你的準備方向不好
我覺得光是你有做過功課就很值得鼓勵
不過一個人程式寫的好不好
並不是你學過多少語言，或是你能不能完成某個程式專案
不久前，軟體版上出現一篇教大家如何錄取微軟的文章
他說只要把資料結構和演算法都練習到精通就夠了
而資料結構和演算法都在教你：如何讓程式既有效率、又簡潔容易做後續修改
明明是同一個程式
為什麼人家只寫三行你卻花了十行
為什麼人家演算次數是 n*log(n),你卻是n^2
為什麼人家演算法收斂效率是n^2、n^3，可是你卻只有n
這些才是一個程式設計師高明與否的差別
我有一個學長在全國最大的純軟公司上班數年
之前在準備微軟面試時，也是不斷的練習演算法
我也曾聽電機的朋友談一個人，
這個人Matlab寫得很好，而且只會寫Matlab一種語言
碩士畢業後第一年就快兩百萬了
如果你真的想要精通程式，重點並不是你學過多少語言
而是鍛鍊 如何讓程式更有效率


那商科出身的價值在哪?
首先 他們從大學開始就不斷的做很多報告
他們在任何議題不論對錯都能侃侃而談
台風穩健而且普遍善與人相處
即使你不懂計量、時間序列、隨機過程
可是從數據結果都可以唬得你深信其有
我在財金所時曾經修過一堂課
某天老師說如果要把迴歸結果變好
只要把某種變數乘以常數倍就好
我那時候在台下相當傻眼
略懂線性代數就應該知道
變數乘上常數倍完全不影響該向量空間
身為一個大學正教授卻講出這種話
而且看似沒人發現?
就能略窺一二
總之你可以什麼都不懂，不過絕對要很能講

再來英文也很好
我覺得這是一個不論在哪個領域都必要的技能
不過管院出身的人
似乎在這方面普遍都很優秀
事實上在大公司中
也都要求你英文要到達某種程度才有面試機會
我曾經有到新加坡大學當研究員的機會
可是面試時有一半都聽不懂
即使勉強聽懂了也無法用英文回答
後來換一個印度人面試
更是一句都無法溝通
結果可想而知

另外我不論是在金融業或是科技業都有面試經驗
金融業常常問：你做過什麼專案，有什麼發現?
科技業問的就是：假設你遇到線性相依時怎麼解決，這個解法有什麼限制、有什麼缺點?
你大概也能夠感覺管理學院出身和理工學院出身在意的不同點
我曾經在金融業面試時談資料結構、演算法和傅立葉與偏微分方程等等
發現面試官根本不懂
也根本不在意這些


如果你認真的想走資料科學家
給你幾個方向去考慮一下
統研所、資工所(研究machine learning、deep learning)
我面試過幾個大數據工程師的工作
常常被問你念財金所怎麼會投這個
你會不會覺得放棄碩士班所學很可惜等等
衷心希望你能參考一下這篇

找工作幾個月下來對財金所找軟體工作頗有感觸
不過打文章真的很花時間
最近剛好也收到台灣最大純軟公司的線上測驗
我得來去刷leetcode了
希望你能再好好想一下

--