1樓：冰糖葫蘆
最佳選擇:
第4-6個coop drop+declare MF stat major+cs minor，MF最容易申請MIT PhD，datascience只需要6門課(stat330&331&341&441&442&444)，因為金融再把stat333&433選了，cs需要cs245&246&431&338&375就可以，注意再選econ423(time serials)。
2樓：Chuan
除卻程式設計這樣的技術性操作之外，DS跟MF有個很大的不同點在於：
DS主要是偏向於分析資料的相關性，而MF則兼顧資料相關性和數理模型的邏輯分析，而我認為後者是MF的核心，但DS卻不太需要（DS不太關心資料間的因果關係）
3樓：
兩個方向更傾向於data science，就業面更廣些，大資料時代下，很多行業都需要這方面的人才，相比之下mathematical finance的就業面就會窄很多。另外，本科畢業繼續讀碩， data science還是可以轉mathematical finance，但mathematical finance轉data science就很難了。
4樓：PnF-2017
DS會注重程式設計、database、基礎資料分析法、Machine Learning 演算法、概率論等方面的學習。選擇DS的好處就是你會學到基礎的資料分析知識，有堅實基礎，等你研究生申請時，再細化方向，更合理，選擇也多一些。如果你研究生選擇金融工程，到時候會補充經濟、市場和投資相關的知識。
MF會注重市場、投資，以及適用於金融的資料分析法。選擇MF的好處是，如果你打算本科畢業就去金融領域工作，會更有利些。但如果你申請研究生，想選擇金融以外的專案，就會難度增加。
總之，如果你想先打基礎，讓自己以後多點選擇，可以選DS。如果你想盡快踏進金融的門檻，一心為以後金融工程研究生和工作做準備，可以選擇MF。
5樓：Tim-onmyway
data science吧
應用面更廣泛，不像金工真的侷限於金融。從退路來說，學了data science轉金融的可能性，但是學了金工你基本沒別的退路了。金融這行，入行需謹慎。
如何在220天內將文數提到70？
子頊 跟著老師思路走，上課不要走神，下課搞懂老師教的。每次考試把錯誤的題目挑出來乙個個解決，下一次考試就看錯題，做錯題。當然你還得記住基礎的公式 難題集萃 你可以看看我寫的這篇，數學如果想上70要解決的是基礎的問題，這時候課本非常重要。https zhuanlan p 94 684499 照照鏡子看...
醫學生學高數的意義何在
利益相關，匿了。我身邊也有類似情況的人，在此發表一下我的看法。我認為學高數無可厚非，比如學個求導積分解幾個簡單微分方程 最多學過差值公式什麼的可以擬合曲線但現在用電腦也行 要是學數學分析，我覺得就是走錯片場了。建議題主不要往上面花太多時間，多提前了解了解醫學有關的知識，打打基礎，至少比研究實數的連續...
如何在一周的時間通過高數 線性代數考試？
大蔥 這個啊，一周之內要速成一門知識我個人覺得是不太可能的，除非你是天才或者對這門學科的預備或關聯知識有了很紮實的基礎。否則要懂一門學科真的很難。但題主說的是一周的應試速成那我覺得作為乙個擁有大學學渣的過去還是有一點心得。只剩一周想通過看書和做習題熟練掌握某一課程是很難的，尤其還是線代。但國內大多數...