1樓：二哈那個哈
我本科和碩士都是fin/math fin，博士是統計，在quant和ds崗都實習過，算是有一定了解吧。
關於quant，我的了解僅限於傳統賣方比如大行。如果你是ms，那麼大概率你只能做validation之類的活。有人給你做好了模型，你只負責跑和寫report。
我沒有在買方工作的經歷，貌似他們的quant大都是名校本科或者phd，碩士不太多見。以及我覺得2 sigma, hrt啥的本質上是tech公司。
關於ds。前面有朋友提到過，真正的ds大多數是需要phd學位的，碩士做的一般是data analytics，和sql打交道比較多。
關於sde。如果match去了比較好的組，碰模型的機會還是很多的。大廠做machine learning engineer的碩士也有一些。
從找工作的角度來看，肯定是直接讀cs的碩士更好，無論你是要在國外工作兩年還是直接回國。如果你想當ds，只需要有一門ml的課在你成績單上就夠你拿到面試了。至於quant，基本同理。
金融的東西學起來很快，數學和程式設計才是硬技能。
最後，說一下自己當時轉行的原因吧。簡單來說，我自己並不是很喜歡金融公司的工作環境，對stochastic modeling那一套東西興趣也不太大。而在讀碩士的時候又發現自己對ml/stats的東西學得很來勁，於是就決心轉到了統計這邊讀博。
前面很多朋友從行業發展的角度分析了ds和quant。我個人比較迷糊，當時轉型也並沒有想這麼長遠，再者那會兒深度學習和大資料還沒有炒得這麼火，我從來沒有想過讀乙個統計學phd是為了趕上大資料這個風口。
所以，我認為個人興趣以及強項才是最重要的因素。
2樓：
這裡是題主，
兩個月的找工作經歷讓我大概明白了大家從Quant離開的原因，能留下來的人真的是聰明努力抗壓能力又強的。想我這種菜菜子做開發小螺絲釘就很開心~
3樓：
提問者在問題描述裡提到他是乙個cs轉mfe的學生。那我就從這一點入手來說說。
Quant 作為乙個交叉學科，需要金融學，統計學，程式設計等多項技能。MFE 能夠讓你在這幾方面都能入門，進而找到工作。對於一心想做quant，又需要盡快補足短板的人來說，MFE 是個不錯的選擇。
從公司招聘 quant 的角度來說，乙個擁有 CS 背景的候選人就意味著下限不低的程式設計水平了。但是學校內的學習往往只能觸及金融和統計的皮毛。金融的細分領域千千萬，一家具體公司往往不期待應屆生能夠對自己公司業務涉及的金融領域知識有多少認識。
那麼，乙個展現出紮實程式設計能力，以及generally 學習能力強的學生，就更可能拿到 offer。而mfe是這兩點的既不充分也不必要的條件。
本科就是 CS 專業的學生，本就有達到甚至超過 MFE 的程式設計能力，MFE 帶來的邊際提公升就更少了。另外，如果 master 繼續學習 CS，依然有機會找到 quant 或者 quant developer 的工作。並且科技領域的就業市場容量更大，工作內容多種多樣。
所以現在這個時候，我更推薦去讀 CS 的 master。
總結一下，MFE 適合那種很清楚自己就是喜歡金融領域，想要進入 quant 這個較小就業市場的同學去就讀。現在的時代，金融在薪酬上也沒啥優勢了。那麼選擇金融，最好是因為真的喜歡這個領域，不然會很不開心的。
4樓：
說實話，原因就是
1.腦子不夠好比不過人家…DS或者SDE，好好刷leetcode，堅持的話總能找到這類工作的，無論你專業是quant是ds是cs還是engineer。但是quant，真的是即使學quant出身也不一定做得好（比如我，讀完了master發現真的智商幹不了這個），感覺更適合理工類的phd大神來做。
5樓：Honfung.Wong
我也算摸爬滾打兩三年了，座標國內某金融集團下轄投顧子公司，我也想轉資料探勘，有的沒的說一說。
我很肯定quant是創造性的職業，上限很高，這是我當初選擇這行的原因，但量化這個行業是隱晦而閉塞的。我剛從實習時候的網際網路公司到現在這家量化公司的時候，很不適應這種*閉源*的氛圍。
有經驗的老手不願分享而極少有有效交流，怕把自己飯碗砸了。然而閉門造車能做出個鬼來，最後老手也把自己作死了。所以我很佩服在知乎寫回答的各位大佬，真的，在最艱難的時候是他們指點了我。
第二點，儘管金工已經是爛大街的專業，但是保不住你老闆，或者老闆的老闆，或者老闆的老闆的老闆是個八竿子打不著的外行，根本聽不懂你在做什麼，談何能有自己的book。
再說個人，全靠自己摸索，這行試錯成本又高(cta和數字貨幣還好點)，做投顧只能看著個模擬盤有啥用。運氣不好的話，市場半年轉個兩三次風格，模擬盤都做不好。所以大公司裡，怕是做策略的不如做ppt的。
這種情況下，只吃base確實不好受。
對於乙個中資之人，quant實在是千萬億劫，求出無期。說白了就是空有一身技能點，卻難以落地。ds或者sde，起碼是實實在在做事情，有ab測試灰度測試，能落地看到效果，給自己一些職業成就感。
而從quant到ds，差不多就是把金融部分丟了，剩下的技能點再往外推一圈，說實話還是大有希望的。
6樓：
還是難。礦工的難度在於需要有自己的創新能力和創新精神，這點跟sde是有差別的。在別人已經搭好的研究框架內找alpha即便能找到，獎金大多也都是別人的。
可是跳出已有框架整新框架，有這種能力的人極為稀缺，而且成不成功要看運氣。另外從整體收益期望上看，sde只怕比quant還要高，只不過quant中有少量天才一年能拿到sde一輩子的工資罷了。這個巨大方差是吸引聰明人的前赴後繼的原因。
但是即便是極為聰明的人，也還要看運氣。這行就是難，運氣不好的人可以果斷sde。
7樓：茗笙
前兩年頂著不到人家做資料分析一半的工資，還要頂著策略是否失效或虧損過大等巨大的心理壓力。我覺得是個正常人，都會去選擇資料分析。畢竟賺的多，且沒啥壓力，大不了就說模型擬合的不好。
8樓：Tele
MFE出身，現在在買方做ds。瞎說兩句，個人經歷非常有bias。Quant太多工種了，就說自己實習寫alpha的崗，alpha是追逐」比別人好」，實習的時候覺得很累（因為菜），新的一天新的alpha。
而且覺得工作本身沒什麼意義，Sharpe多高多高就是乙個數字而已，想想自己工作到底解決了什麼問題呢。做資料感覺更接地氣些，下了班覺得自己還學到了新的東西，比如最近疫情看各種各樣的資料，各個州的人口，地理條件不同，enforce policy時間節點不同，相應的資料中有體現，於是順帶學了些其他學科的東西，所以覺得更好玩。積累的工作經驗覺得更「通用」些，如果明天滾回國了覺得不至於要找一模一樣的崗。
Quant很多細分工種感覺恰恰相反。
說到底還是兩點吧，一是菜，二是性格
9樓：
關於怎麼找實習，可以看我的另一篇文章：
Jeffrey：乾貨介紹，關於Finmath@NYU，關於找實習
賣方Quant回國基本就相當於轉行了，特別是desk quant，國外流行的rates或者credit產品國內乙個都沒有。不過國內這兩年開始有一些發展了，頭部券商做exotic option有一點起色，比如autocall一類的產品。不過具體工作上也和外資不一樣，嚴格來說不算是front desk quant，而是偏向中颱的quant。
最近兩年個人覺得現在risk quant或者後台的quant反而回國更有用一點（待確認）？因為感覺現在國內交易的基礎設施建設還比較粗糙，有國際投行的經驗可能有幫助。不過待遇和生活肯定不如在美國科技公司工作舒適。
買方Quant感覺差別不大，頭部私募有的也可以給出還不錯的package，感覺同學回國做Quant大部分也是去buyside（應屆回國除外）。
MFE這種學位現在申請的人一年比一年少了，實習也不如以前好找了。如果申請的是頭部的MFE的話還好，一般可以去大bank或者大fund，不過付出的辛苦可能要比做CS的同學多幾倍，才可能和CS的同學有類似的package。
金融是乙個典型的順週期和順監管的行業，寬監管和經濟上行週期對於金融行業是最友好的，不幸的是，我們現在恰恰處於乙個嚴監管+經濟下行的環境。個人建議是，人不要和大趨勢對抗。
2023年冬天為什麼很冷？
大瑩瑩 專家解釋，由於入冬以來，歐亞中高緯被 西高東低 的經向型環流控制，東亞冬季風偏強，且這樣的環流型在12月內基本沒有太大的變化，持續的 西高東低 經向型環流和持續偏強的冬季風是導致2020年12月以來中國中東部大部地區氣溫偏低的直接原因。此外，赤道中東太平洋最近即將達到峰值的拉尼娜現象和秋季北...
2023年你為什麼還單身？
已登出 單身挺好的，我要乙個人對抗到底。沒必要去做舔狗。沒必要活的那麼卑微。每個人都是獨一無二的。現在我從不主動了，也不會再主動。沒意思。滿腔熱情，無數個失眠夜換來的是虛無縹緲 美少女壯士瀟瀟 此時此刻，必須用一段rap來排解心中的苦悶推個公狗 喲喲，這裡是AKA美少女壯士瀟瀟 你說我就乙隻單身狗 ...
你為什麼想從政？
大聖 大家若沒有經天緯地之才，辨徹古今之能，不會實現自己內心的抱負.問題和挫折最先排除出信仰不堅定，貪慕名利，能力低下者.如果不是發心做事，有堵上一條命的決心，難有所成。能做到這些的人，經得起現實的考驗，宇宙不能載，古今不能載。希望看到大家能在自己位置一直發光發熱 安利胡 叔叔 cunhua 全球視...