m*****g
发帖数: 131 | 1 还没毕业，不过已经深切的觉得金融工程是那些拿奖牌的人玩的，或者是CS geek适合
。人在中部农村，不想去纽约芝加哥。所以估计唯一的办法就是转data science，做做
SAS和SQL什么的。SAS学过一些。以前用R和matlab比较多。金融方向的统计几乎都学过
，略懂，做过time series的project。希望大神给指点指点，不想再读书了，应该如何
规划转Data Science的道路。求推荐比较好的路径和一些书。
根据Data Science，我考虑了一些职位。比如：marketing data analyst， risk
analyst，computational statistics analyst。本科学数学的。已经厌倦BSPDE那些，
那些numerical method已经不能让我兴奋了。求指导求拍醒。求给点求职的指导。 |
c***z
发帖数: 6348 | 2 Starting with SQL and R sounds like a plan. Java would be a huge plus.
Most importantly, we need real projects experience. Try find some internship.
You can try both DA and DS and see if you got lucky.
BTW we have very similar background :) |
c********1
发帖数: 60 | 3 一看到这标题我毫不犹豫地点进来了，我和LZ背景和想法都非常类似！
我是东部某校（非牛）MFE毕业，工作一阵子后（做的是很屌丝的treasury analyst)发
现自己对金融实在没兴趣，于是辞职，开始在coursera上data science的课，最近也找
了一个freelance data scientist的活来做，发现要学的东西实在是太多了，主要是算
法这块gap太大。。。
想对LZ说：一起努力！同时谢谢楼上大牛的指点！ |
H****E
发帖数: 254 | 4 晕。
金融和it公司的data science的区别应该是，前者精神压力比较大比较侧重统计数学理
论或者金融商业基础，后者需要比较多的编程技术。主要看各自的喜好。目前data
science风生水起，但是拿的钱多少还是和自己的skill set联系比较紧。 |
n*****3
发帖数: 1584 | 5 data scientist most of the time
just deal with ML algorithm,
I guess should not use much 算法?
【在 c********1 的大作中提到】
: 一看到这标题我毫不犹豫地点进来了，我和LZ背景和想法都非常类似！
: 我是东部某校（非牛）MFE毕业，工作一阵子后（做的是很屌丝的treasury analyst)发
: 现自己对金融实在没兴趣，于是辞职，开始在coursera上data science的课，最近也找
: 了一个freelance data scientist的活来做，发现要学的东西实在是太多了，主要是算
: 法这块gap太大。。。
: 想对LZ说：一起努力！同时谢谢楼上大牛的指点！
|
m*****g
发帖数: 131 | 6 能把你做的算法那些的具体说说吗？我也去研究研究。我现在也是找各种online的东西
学习，不知道效果怎样。主要也是因为没有练手的机会。希望能找到个好点的工作先。
年底毕业，太伤了。
【在 c********1 的大作中提到】
: 一看到这标题我毫不犹豫地点进来了，我和LZ背景和想法都非常类似！
: 我是东部某校（非牛）MFE毕业，工作一阵子后（做的是很屌丝的treasury analyst)发
: 现自己对金融实在没兴趣，于是辞职，开始在coursera上data science的课，最近也找
: 了一个freelance data scientist的活来做，发现要学的东西实在是太多了，主要是算
: 法这块gap太大。。。
: 想对LZ说：一起努力！同时谢谢楼上大牛的指点！
|
c********1
发帖数: 60 | 7
You are right. At the beginning I just implemented ML algorithms using
existing packages. However now I am asked to implement a model from
nothing. That's how I realize the importance of 算法 cause the complexity of
my 算法 is horrible...
【在 n*****3 的大作中提到】
: data scientist most of the time
: just deal with ML algorithm,
: I guess should not use much 算法?
|
c********1
发帖数: 60 | 8 就是常见的random forest,support vector machine还有naive Bayes。第一个cousera
的practical machine learning有专门讲，后两个网上资源也很多。而且其实我只是套
用现成的R package，一个函数调用就实现了，根本不存在做算法这一说。。。（版上
大牛莫鄙视我 = =）
练手的机会，cousera上那些课的project就很不错，当然有个实际工作来练手的机会更好
【在 m*****g 的大作中提到】
: 能把你做的算法那些的具体说说吗？我也去研究研究。我现在也是找各种online的东西
: 学习，不知道效果怎样。主要也是因为没有练手的机会。希望能找到个好点的工作先。
: 年底毕业，太伤了。
|
m*****g
发帖数: 131 | 9 好的。非常感谢。我去好好研究研究coursera！！！这就去看看！ |
z*******3
发帖数: 13709 | 10 ml那些叫算法嘛？
我觉得叫统计方法更为贴切点
算法是优化的部分
当然也能apply到统计方法上去
不过现在因为分布式发展得比较一般
所以多数时候还在分布式上打转转
大多数时候在搞java |
n*****3
发帖数: 1584 | 11 boosting and RF
is sure algorithm; there are a lot of
tricks if you want to implement them.
【在 z*******3 的大作中提到】
: ml那些叫算法嘛？
: 我觉得叫统计方法更为贴切点
: 算法是优化的部分
: 当然也能apply到统计方法上去
: 不过现在因为分布式发展得比较一般
: 所以多数时候还在分布式上打转转
: 大多数时候在搞java
|
