金工申请就业
这篇文章主要结合金工的申请就业来讲几个方面:首先说一下选校时需要考虑的因素,其次是对各个项目的就业情况的理解;第三点是申请金融工程的一些小tips;最后是美国金工的就业前景,哪些岗位招的需求比较高,应该如何规划自己的career plan。
首先是选校。选校最重要的当然还是MFE专业排名(综排也可以考虑)quantnet上的排名还是比较有参考价值。在北美就业最有竞争力的还是top5-7programs,Princeton, NYU, Berkeley, CMU, Cornell, Columbia这些基本找实习不成问题。Princeton,NYU, Berkeley 的申请难度比较大。另外一点容易被忽视的是地点,纽约的学校,或者是在美东的学校在networking这方面有天然的优势,比如Branch就在纽约的中城,位于纽约金融商圈之中。MFE program的竞争力和就业的成绩都很不错,完全碾压很多综排不错但地点偏僻的名校。以及他们的tuition也非常便宜,这也是很多美国人如果确定要在金融圈工作对这个项目也很青睐。另外比如NYU Tandon,这个项目也是上升势头很快,很大程度上得益于ex-Morgan Stanley的大神Peter Carr作为这个program的director。坐落于纽约uptown的Ford-ham,虽然综排和MFE专排都一般,但是因为地点好,所以很多人毕业了就在华尔街工作。
另外我们还要关注MFE是归属于哪个学院的。比如CMU,CMU MSCF隶属于商学院,有很多on campus recruiting的资源,这个在找工作上是一个很大的利好。如果一个非商学院的MFE的话,基本就没有啥on campus recruiting/career centre的资源,找工作也只能以网申为主,成功拿到面试几率就低很多。拿CMU举例
世毕盟留学:www.gguconsulting.com志存高远,与优秀的人为伍,脚踏实地,人生必定辉煌。
子,每年的on campus recruiting在一月初,在CMU的纽约校区举行,一周时间里会有几十家公司来CMU校区面试candidates。
接下来说一下如何能够增强自己的背景实力,拿到心仪的MFE offer。重要性方面第一是学校+GPA,第二推荐信和实习,第三研究经历,第四的面试时候表现出的英文能力。GPA没有刚性标准,但是最好能达到3.5以上(4分制)。国内的GPA拿到3.8以上确实比北美的难度大,这些招生组也会考虑进去。
推荐信也非常重要,美国的教育还是很倚赖推荐的体系,有一个好的教授写的给力的中肯的推荐信会为申请package增色不少。推荐大家找老师的时候也尽可能找5个左右,作为备选也好,最好有一个带你做research或者毕设的导师,有一个实习老板,其他的教授最好是找MFE相关课程的。
实习方面的话,把握两个原则,国际名企或者和MFE紧密挂钩。研究经历,有发paper最好,如果没有paper也至少能在PS上写,来证明你的research能力。美国这里很多MFE的就业方向是非常研究导向的,尤其是很多买方对冲基金,所以独立研究能力很受重视。
最后一点,容易被忽视的是英文能力,现在的MFE越来越多会加一个最后的面试环节,面试环节当然不乏一些技术性问题。但是同样重要的是考察英文能力。最终MFE毕业找工作的时候英文流畅度是非常重要的。尤其是在大银行,很多部门之间沟通也好,和客户打交道也好,英文能力不可或缺。建议大家可以多看看CNBC, bloomberg TV,提前接触一下金融商务英文。最后补充一点的就是网申的文书里可以利用好考CFA,FRM,或者自己有个小股票账户小试身手来佐证你自己的实力。
讲了申请的tips,最后来说金融工程的就业。主要有几个方面。1.投行的analyst program( quant,trading,risk),2.buy side/asset management( AQR, Blockrock), 3.prop trading( Transmarket, Akuna, Optiver), 4. 保险,评级机构,金融数据平台。投行的analyst program每年招的人还是最多的,考察比较全面。Prop trading,buy side特别喜欢 brain teaser。推荐大家可以看绿皮书,红皮书还有heard on the street、投行的quant 和buy side quant是有很大区别的,投行的quant是pricing quant,有些人叫Q quant(risk neutral measure),因为银行的业务是提供流动性发,通过计算金融产品的中间价,再加上bid ask spread来赚钱。所以对数学(stochastic calculus)要求比较高,用的以C++(derivatives desk)和Q (electronic
Market marking) 为主,因为他们运算快。Buy side不同,他们是price taker,所以不care怎么price一些复杂的derivatives。他们大部分交易的是流动性是很好的产品,所以也有人戏称p quant,p 是physical measure,需要的是很好的统计学知识,最好是有机器学习的基础。用的programming 以Python为主流,在大家的career planning上面还是要结合金融的未来趋势,比如machine learning,alternative data。这些知识现在变得越来越必须,复杂的exotic derivatives(比如financial crisis之前的CDO,CDO squared,tranches),现在因为监管的原因,很多大行都在退出这些业务,这就不是一个有持续性的长远的career。
世毕盟留学:www.gguconsulting.com志存高远,与优秀的人为伍,脚踏实地,人生必定辉煌。
其次长期要不要回国也是一个考量,如果要回亚洲,中国发展,就不要做国内不成熟的markets,比如credit default swaps。多做些国内发展好的市场,像equity,commodities,interest rates。需要清楚的是你比较prefer一个specialist还是generalist,specialist做一个很小的领域,比如做equity algo,比如做credit valuation adjustment quant,如果做得很好的话,发展的前景是要好于一个generalist的。尤其是美国金融行业高度细化,specialist的价值会更容易凸显。所以大家如果拿到一个比方说投行的轮岗的analyst 的offer,在选择轮岗的desk的时候,在做好充分考虑的情况下,不妨可以考虑选两个类型的相近的desk,增加自己在某个领域的权威,之后的career 很可能会有更好的quantum leap。
世毕盟留学:www.gguconsulting.com志存高远,与优秀的人为伍,脚踏实地,人生必定辉煌。
相关推荐: