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

1?什么是金融礦工？

作為數(shù)學(xué)、物理、統(tǒng)計(jì)、工程等純理工科專(zhuān)業(yè)的同學(xué)，沒(méi)有金融背景就沒(méi)辦法進(jìn)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(lǐng)域中金融運(yùn)作和Decision Making核心，不僅行業(yè)發(fā)展勢(shì)頭好，金融市場(chǎng)更是對(duì)Quant人才求賢若渴，無(wú)論是高大上的投行，還是低奢的PE，Hedge Fund，或Equity Research，都需要強(qiáng)大的Quant和龐大的Quant精英隊(duì)伍來(lái)作為支撐。

不僅工資和CS專(zhuān)業(yè)不相上下，因?yàn)樾枰芏嗔炕R(shí)背景，較高的專(zhuān)業(yè)壁壘也讓Quant員工比起前臺(tái)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(xué)習(xí)Python的6大原因

1. 為什么Python適合作為第一個(gè)學(xué)習(xí)的編程語(yǔ)言?
   • Python語(yǔ)言設(shè)計(jì)的初衷就是容易上手
   • 作為一門(mén)基礎(chǔ)語(yǔ)言,融會(huì)貫通后, 有助于學(xué)習(xí)其他語(yǔ)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(xiě)很多小程序來(lái)輔助和優(yōu)化工作流程,減輕很多不必要的重復(fù)勞動(dòng)
2. Python 以及Django構(gòu)架搭建的網(wǎng)站, 我們就來(lái)看看有哪些: Pinterest, The New York Times, The Guardian, Bit Bucket, Instagram, Youtube, Dropbox, Quora, Reddit, Spotify …
3. 無(wú)論是商科, 經(jīng)濟(jì), 數(shù)理化還是工程計(jì)算機(jī), Python的覆蓋面很廣
4. 大量科學(xué)計(jì)算和金融分析使用短小精悍的python script完成
5. Python是Data Scientist門(mén)最常用的分析工具, 有極為豐富的組建和工具包
6. 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

Python從入門(mén)到精通

數(shù)據(jù)工程師的5種數(shù)據(jù)結(jié)構(gòu)

6個(gè)必備算法

大數(shù)據(jù)標(biāo)配NumPy/SciPy Stack

構(gòu)建機(jī)器學(xué)習(xí)模型項(xiàng)目實(shí)戰(zhàn)

Deep Leanring

TensorFlow

課 程 大 綱

第一節(jié)課

Python特性及應(yīng)用介紹

對(duì)Python進(jìn)行整體介紹和要點(diǎn)學(xué)習(xí)

掌握軟件開(kāi)發(fā)核心過(guò)程

介紹最新業(yè)界動(dòng)向和熱門(mén)領(lǐng)域發(fā)展方向

1. Python語(yǔ)言的特性和優(yōu)缺點(diǎn)分析

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

3. Python在金融Quant業(yè)的應(yīng)用(大投行對(duì)沖基金FinTech etc)

4. 基于Python的大數(shù)據(jù)和機(jī)器學(xué)習(xí)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(cè)試unit test

7. Python技巧和高級(jí)用法:迭代器(Iterators), 生成器(Generator), Decorators, Closure,

Regular Expressions, functional Programming

第二節(jié)課

數(shù)據(jù)結(jié)構(gòu)和算法學(xué)習(xí)

深入學(xué)習(xí)基于Python的核心數(shù)據(jù)結(jié)構(gòu)和算法

1. 基本數(shù)據(jù)結(jié)構(gòu) array, dictionary/hash table, tuples, sets, strings.

2. 棧(Stack),隊(duì)列(Queue), 鏈表(Linked Lists),二叉查找樹(shù)(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(dòng)態(tài)規(guī)劃

穿插面試真題實(shí)戰(zhàn)分析

第三節(jié)課

項(xiàng)目實(shí)戰(zhàn)

基于Pandas 和 scikit-learn 對(duì)真實(shí)的體育比賽歷史，房?jī)r(jià)，B站彈幕情感等數(shù)據(jù)進(jìn)行分析，挖掘有趣的關(guān)系，構(gòu)建機(jī)器學(xué)習(xí)模型對(duì)未來(lái)比賽，房?jī)r(jià)進(jìn)行預(yù)測(cè)。我們還會(huì)cover 數(shù)據(jù)分析中的圖像可視化方法和技巧。學(xué)員們能夠基本掌握數(shù)據(jù)科學(xué)思維，獨(dú)立完成一定的數(shù)據(jù)分析任務(wù)，助其獲得寶貴的實(shí)際操作能力，從而打開(kāi)數(shù)據(jù)科學(xué)的大門(mén)！

技術(shù)簡(jiǎn)介： numPy+Pandas tech stack ： 最熱門(mén)，最powerful的python 數(shù)據(jù)分析library, 通過(guò)本次project，學(xué)生將熟練掌握用pandas處理數(shù)據(jù)的各個(gè)步驟，對(duì)data pipeline有較為深刻的理解。 scikit-learn： 久經(jīng)考驗(yàn)并廣泛運(yùn)用于工業(yè)界的機(jī)器學(xué)習(xí)庫(kù)。 matplotlib：經(jīng)典的python based圖像可視化library

 

第四節(jié)課

大數(shù)據(jù)和機(jī)器學(xué)習(xí)基礎(chǔ)案例分析

最火的大數(shù)據(jù)究竟指的是哪些技術(shù)？

1. 大數(shù)據(jù)和機(jī)器學(xué)習(xí)簡(jiǎn)介

2. 科學(xué)計(jì)算標(biāo)配package: NumPy/SciPy Stack

3. 機(jī)器學(xué)習(xí)最熱門(mén)方向Deep Learning (AlphaGo運(yùn)用的算法)

4. 機(jī)器學(xué)習(xí)最熱門(mén)平臺(tái)TensorFlow (Google Brain)

5. 帶領(lǐng)學(xué)生完成一個(gè)project智能識(shí)別系統(tǒng)

• 基于Python machine learning framework

• 嘗試多種機(jī)器學(xué)習(xí)算法(Logistic Regression, K-Nearest Neighbors, Support Vector Machines)用于智能圖像識(shí)別

• 掌握機(jī)器學(xué)習(xí)各個(gè)步驟:Data Loading, Data Visualization, training, evaluate models, make prediction, etc.