Home » 熱門資訊 » Details

羨慕投行高薪光環(huán)？讓我從科技公司殺入進金融公司的技術竟然是...

Category: 熱門資訊 Date: 2018年1月24日上午7:59

1?什么是金融礦工？

作為數(shù)學、物理、統(tǒng)計、工程等純理工科專業(yè)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(wǎng)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(yè)發(fā)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(yè)不相上下，因為需要很多量化知識背景，較高的專業(yè)壁壘也讓Quant員工比起前臺Trader更加穩(wěn)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(yōu)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(wǎng)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(jīng)濟, 數(shù)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(yōu)秀, 根據(jù)Angel List, Python是需求量第二的技能, 也位居平均薪水最高的行列

764799-e2858090b6a7f671141353260661c138

Python從入門到精通

數(shù)據(jù)工程師的5種數(shù)據(jù)結(jié)構

6個必備算法

大數(shù)據(jù)標配NumPy/SciPy Stack

構建機器學習模型項目實戰(zhàn)

Deep Leanring

TensorFlow

課程大綱

第一節(jié)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(fā)核心過程

介紹最新業(yè)界動向和熱門領域發(fā)展方向

1. Python語言的特性和優(yōu)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(yè)的應用(大投行對沖基金FinTech etc)

4. 基于Python的大數(shù)據(jù)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(diào)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

764799-01c022e6e9603c0f8108dab2a91e9845

764799-edc39634617f1661b79f5dc6e15f0db0

764799-c36a39fa0147fb92298dbc0e2dbec4a6

第二節(jié)課

數(shù)據(jù)結(jié)構和算法學習

深入學習基于Python的核心數(shù)據(jù)結(jié)構和算法

1. 基本數(shù)據(jù)結(jié)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(yōu)先搜索廣度優(yōu)先搜索貪婪算法動態(tài)規(guī)劃

穿插面試真題實戰(zhàn)分析

764799-ed2b5f6fbce8e49eae88e6b31b3e04fc

764799-9fd4ed81c9cf68de03be7f988cba86bd

764799-dc0fbed1a0fec61ed6b793895b6dddd8

第三節(jié)課

項目實戰(zhàn)

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(shù)據(jù)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(shù)據(jù)分析中的圖像可視化方法和技巧。學員們能夠基本掌握數(shù)據(jù)科學思維，獨立完成一定的數(shù)據(jù)分析任務，助其獲得寶貴的實際操作能力，從而打開數(shù)據(jù)科學的大門！

技術簡介： numPy+Pandas tech stack ：最熱門，最powerful的python 數(shù)據(jù)分析library, 通過本次project，學生將熟練掌握用pandas處理數(shù)據(jù)的各個步驟，對data pipeline有較為深刻的理解。 scikit-learn：久經(jīng)考驗并廣泛運用于工業(yè)界的機器學習庫。 matplotlib：經(jīng)典的python based圖像可視化library

764799-011923209f9df8b9da2025f3af910029 764799-a09d9f26e57cb658ea19ad48eee4b50d 764799-6fad4b7b236a70d2c295eb67b9da1866

第四節(jié)課

大數(shù)據(jù)和機器學習基礎案例分析

最火的大數(shù)據(jù)究竟指的是哪些技術？

1. 大數(shù)據(jù)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(tǒng)

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.

764799-66c83cb2a7b9f038efd848c70e3ee985