Re: [問題]念DS或是MFE，需要延畢修高微嗎？

[p2944967 (神風)]

我在soft_job編號30376發文有一些關於留美DS的求職瓶頸，
這邊我就不再重新敘述申請上碩士前的背景之重要性了，
煩請稍微參照一下該版的回文，以下我都假設原Po是留美。

如果目標是申請上Top School之後畢業就立刻要工作，
第一個暑假幾乎是肯定要取得不錯的實習機會，
然而實習就是現在開始已經在如火如荼的進行廝殺了。

至於科系的選擇，我私心勸退MFE，求職範圍太窄，
相較之下DS更加進可攻退可守，離開金融圈外也有天空；
在美國的第一份工作更是直接影響你的簽證，
不要把自己限制在很窄的一些選項內然後跟很多中國人競爭。

中國人到底有多少？我現在手上至少有五百份MFE的履歷，
其中超過四百人是中國人，從排名比112更強的學校畢業，
大學時期已經做過一兩個實習，並已經有過量化交易經驗的人。
而我現在任職的量化基金，明年實際上只要收一個暑期生。

當有這麼多「優質」且長得都很像的履歷擺在一起的時候，
我到底應該要如何篩選人出來進到下一步去面試？
我可能就是問CMU的同事請他們去打聽應屆申請人的Top 3是那些人，
然後就只能跟剩下497份無緣的履歷們跟他們說抱歉了。

當然，每一家金融公司個別間的競爭程度絕不相同，
但是人往高處爬，越好的缺競爭就是越加激烈，
而偏偏適合MFE學生的好缺現在真的太少了。

========== 分隔線 ==========

現在回到原Po最先的問題，我私心認為高微學好的優勢，
是讓你可以比較容易學好基於測度論的高等機率以及理論統計。

這兩道任督二脈通了後可以扎實的理解模型與估計背後的理論意涵，
有足夠時間的話，且以後想在業界往算法研究方向走的話非常有用。

比如說，許多ML模型所需要扎根的任意逼近理論最基本的形式
就是高微裡面的Stone–Weierstrass Theorem（多項式逼近）。

然而就高微本身並不足以形成讓原Po延畢的理由，
但是我這邊也不是鼓吹原Po最好要準時畢業。

相反地，我認為原Po不太需要把準時畢業當成第一考量，
儘可能地多用一些時間做做實習，找教授做專題，
同時想辦法讓自己的英語表達可以輕鬆應付職場面試。

延畢如果只為了多修一些數學系的課實在是不太必要，
對於留美求職的幫助遠不如發Paper或者是強大的GitHub有用。

原Po提到大四會有機會上計量經濟學，但是跟高微衝堂；
然而，我私心認為如果原Po如果有能力透過自己的課外努力，
把計經課本相關的背景數學都能自己扎實搞懂弄懂明白的話，
修不修高微也不是太重要，重點是明白時間序列模型背後的機率推導。

還是那句老話，以求職為導向的留美策略在出國前就必須讓自己強大。
仔細定位清楚自己留美後的職涯方向是什麼，在申請前就往那方向努力。

祝福你。

※ 引述《voizyc (養樂多奶茶)》之銘言：
: 如題，我現在是112的經濟系大三，對DS和MFE都蠻有興趣的
: 目前規劃取得資工系的輔系學位跟資料科學跨領域學程的證明，並計劃去唸排名比較前面
: 、就業導向的碩士
: 假如很順利的在大四修完全部的課準時畢業，那我會沒有辦法修到數學系的分析導論（因
: 為大四也計畫要修計量經濟學，兩個時間衝到）
: 想問板上的大神們，高微對於MFE或是DS而言重要嗎？如果重要的話，應該1.修師大的高
: 微2.延畢修數學系的分導+其他數學系課程（偏微分方程等）
: 1.
: 台師大校際課程裡面有高等微積分可以選，只是只有四學分*2學期（數學系的分導是5學
: 分*2學期）
: 2.
: 延畢的話，就能把大三大四的課排的鬆一點，增加拿高GPA的機率，也能修到分導和其他
: 數學系課程
: 麻煩各位解惑了><

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 71.172.89.88 (美國)
※ 文章網址: https://www.ptt.cc/bbs/studyabroad/M.1572489938.A.FE5.html
→ Stifmeister: 推
推 Stifmeister: DS也中國人一堆
→ Stifmeister: 去找個好實習,參加黑客松
→ Stifmeister: 比有沒有修那些理論的數學課重要多了
→ Stifmeister: 履歷弄好看申請學校和找工作也容易
→ Stifmeister: 面試根本不會問到那麼深的東西
→ Stifmeister: 又不是在做學問
推 o9010802: MFE要高微，DS是完全用不到。by雙碩士剛正好是兩個領域
推 dinozzzoo: 推
→ o9010802: 認同原po。另外，sell side夕陽產業了，金融業在轉型了
※ 編輯: p2944967 (71.172.89.88 美國), 10/31/2019 11:19:39
→ o9010802: 選哪個的話，可以打聽一下有多少當年以quant為目標的ph
→ o9010802: d，現在畢業後改做data scientist的。市場很現實很真實
推 hiarpu: push
推 oppi: 推
推 redsa12: 推 我想這篇講得蠻清楚了 原原PO可以參考比較各種意見
推 ckscks038038: 推
推 voizyc: 認真的看完了，非常謝謝你的建議！！