羨慕金融圈高薪光環？有了這個武器，你也可以從科技公司殺入華爾街！

1?什么是金融礦工？

作為數學、物理、統計、工程等純理工科專業的同學，沒有金融背景就沒辦法進投行了么？

投行拿著薪資150k＋，連網紅都欣羨的Quant的精英，才是全宇宙限量版的男神和女神。

Quant作為Finance領域中金融運作和Decision Making核心，不僅行業發展勢頭好，金融市場更是對Quant人才求賢若渴，無論是高大上的投行，還是低奢的PE，Hedge Fund，或Equity Research，都需要強大的Quant和龐大的Quant精英隊伍來作為支撐。

不僅工資和CS專業不相上下，因為需要很多量化知識背景，較高的專業壁壘也讓Quant員工比起前臺Trader更加穩定。

作為一位合格的礦工，Python是必備技能是一。

2?學習Python的6大原因

為什么Python適合作為第一個學習的編程語言?

Python語言設計的初衷就是容易上手

作為一門基礎語言,融會貫通后, 有助于學習其他語言,例如PHP, Perl, Ruby等

諸多大公司(例如Google, IBM, Disney)的員工使用Python快速編寫很多小程序來輔助和優化工作流程,減輕很多不必要的重復勞動

Python 以及Django構架搭建的網站, 我們就來看看有哪些: Pinterest, The New York Times, The Guardian, Bit Bucket, Instagram, Youtube, Dropbox, Quora, Reddit, Spotify …

無論是商科, 經濟, 數理化還是工程計算機, Python的覆蓋面很廣

大量科學計算和金融分析使用短小精悍的python script完成

Python是Data Scientist門最常用的分析工具, 有極為豐富的組建和工具包

Python程序員的薪資普遍優秀, 根據Angel List, Python是需求量第二的技能, 也位居平均薪水最高的行列

Python從入門到精通

數據工程師的5種數據結構

6個必備算法

大數據標配NumPy/SciPy Stack

構建機器學習模型項目實戰

Deep Leanring

TensorFlow

明 星 導 師

M導師，高級軟件工程師，美國常春藤大學計算機碩士。

擁有多年一線軟件工程師工作經驗，曾就職于Google等top-tier高科技公司，現任核心金融公司Desk Quant。精通數據結構和算法，熟悉Python在高科技界和金融業的運用，擅長構建基于Python的數據挖掘／機器學習／量化交易平臺。

有豐富的面試經驗，總結出“要點模式化”技術面試方法，使學生精準抓住面試考查要點，在較短時間內提高面試命中率，輔導學生多人拿到一流公司offer。

開 課 時 間

第一節課

2018/2/10（周六） 美西時間7:00pm - 9:00pm

第二節課

2018/2/17（周六） 美西時間7:00pm - 9:00pm

第三節課

2018/2/18（周日） 美西時間7:00pm - 9:00pm

第四節課

2018/2/24（周六） 美西時間7:00pm - 9:00pm

錯過直播不要怕，直播結束后會發出直播視頻回放。

課后會有項目和微信群刷題，幫你鞏固知識。

課 程 大 綱

第一節課

Python特性及應用介紹

對Python進行整體介紹和要點學習 掌握軟件開發核心過程 介紹最新業界動向和熱門領域發展方向

1. Python語言的特性和優缺點分析

2. Python在高科技公司的應用 (Uber, Pinterest, Facebook/Instagram etc)

3. Python在金融Quant業的應用(大投行對沖基金FinTech etc)

4. 基于Python的大數據和機器學習介紹

5. Python Demo 演示基本用法和重要的built-in functions/data structures

6. 程序調試debug和測試unit test

7. Python技巧和高級用法:迭代器(Iterators), 生成器(Generator), Decorators, Closure, Regular Expressions, functional Programming

第二節課

數據結構和算法學習

深入學習基于Python的核心數據結構和算法

1. 基本數據結構 array, dictionary/hash table, tuples, sets, strings.

2. 棧(Stack),隊列(Queue), 鏈表(Linked Lists),二叉查找樹(Binary Search Tree),堆(Heap),圖(Graphs)

3. Customize data structures

4. 基本算法遞歸vs迭代, 分而治之, 搜索排序

5. 深度優先搜索廣度優先搜索貪婪算法動態規劃 穿插面試真題實戰分析

第三節課

項目實戰

基于Pandas 和 scikit-learn 對真實的體育比賽歷史，房價，B站彈幕情感等數據進行分析，挖掘有趣的關系，構建機器學習模型對未來比賽，房價進行預測。我們還會cover 數據分析中的圖像可視化方法和技巧。

學員們能夠基本掌握數據科學思維，獨立完成一定的數據分析任務，助其獲得寶貴的實際操作能力，從而打開數據科學的大門！

技術簡介：

numPy+Pandas tech stack ： 最熱門，最powerful的python 數據分析library, 通過本次project，學生將熟練掌握用pandas處理數據的各個步驟，對data pipeline有較為深刻的理解。

scikit-learn： 久經考驗并廣泛運用于工業界的機器學習庫。

matplotlib：經典的python based圖像可視化library

第四節課

大數據和機器學習基礎案例分析

最火的大數據究竟指的是哪些技術？

1. 大數據和機器學習簡介

2. 科學計算標配package: NumPy/SciPy Stack

3. 機器學習最熱門方向Deep Learning (AlphaGo運用的算法)

4. 機器學習最熱門平臺TensorFlow (Google Brain)

5. 帶領學生完成一個project智能識別系統

基于Python machine learning framework

嘗試多種機器學習算法(Logistic Regression, K-Nearest Neighbors, Support Vector Machines)用于智能圖像識別

掌握機器學習各個步驟:Data Loading, Data Visualization, training, evaluate models, make prediction, etc.

課 程 形 式

課程形式為線上視頻直播，每次課程可與導師互動交流，每次課程只限20人報名，保證學習質量。中國美國可同時觀看直播。每次課程結束將會給所有學員發送視頻鏈接，可反復觀看復習課上內容。

學 員 戰 績

往期精品小班學員入職公司匯總

求 職 寶 典

報名后即可獲得價值$1200的全部工程專業的求職寶典！《獨家面經和題庫》《美國就業手冊》《硅谷求職攻略》《工程求職寶典》等的求職材料和求職資源。

報 名 方 式

往 期 學 員 反 饋