江苏龙网

  1. 首页 > 生活 > >

基础数学博士后，不想做学术，想转行，求大家的建议

我觉得数学转行花半年时间认真准备应该够了。数学学生半年时间内能同时学黎曼几何、交换代数等等4-5门高年级本科生或者研究生级别的数学课；脱产花半年时间全力学习量化金融那些东西，再刷刷leetcode，基本能达到quant部门招人的要求了。
其实都可以考虑申美国的MFE然后在美国找工作，我觉得美国的quant机会还是多不少的。也都不一定非得申 MFE，随便申个硕士项目，靠OPT工作就行。你在linkedin上就写自己是数学postdoc，还懂R, Python，会有不少金融猎头来找你的。——比如你看看第一个答案答主吧。
就我自己来说，如果在北大这2-3年做不出自己满意的工作，我就继续转了。反正年轻，输得起，任性。

■网友
如果要转行的话，估计题主要面临着技能点重刷的问题了。
虽然有人会说机器学习和深度学习之类的会用到很难的数学，但是就数学系的学习标准来看，一般来说不会超过抽象代数，实变函数，泛函分析等内容。不要说题主所学的 contact geometry 之类，连 Manifold 和 Riemannian Geometry 之类都几乎用不上。个人的感觉，学习机器学习的话，本科数学系的课程储备就已经基本够用了。
之前本人是学动力系统的，后来到了公司之后做机器学习相关内容，很多知识其实也是用不上的，而且也重新刷了不少新的技能点。之前也写过一些文章关于转行的，转行数据挖掘和机器学习，如何从零到一地开始机器学习？。希望对题主有点帮助。
不过话说回来，最近一年发现无论是计算机专业，自动化专业，数学专业，甚至其他各种各样的专业的学生（硕士生居多）都开始转行机器学习，机器学习岗位收到的简历比之前多了很多。当年本人进公司的时候是2015年中，AlphaGO之类的还没有出来，转行进公司的门槛相对低一些。但是就目前的水平来看，由于简历数量持续增加，一个算法岗位甚至有几十个甚至几百个候选人（根据上其他答案得到的结论），因此候选人的平均水平也在上升，所以现在外行人还想进入机器学习或者人工智能领域的话，难度相比之前增加了许多。
公司和学校不太一样，公司是希望做的机器学习模型对业务上有帮助，至少也是要求能够上线的。因此，Python和C++最好都需要能够掌握，Python是为了做实验和离线模型用的，C++或者Java是为了做线上预测的，保证线上速度。因此，一般来说，只会Python的话，就表示自身的能力存在一定的局限性（说的就是我自己），在这种时候就需要与其他人合作（CS方向的人）才能够做好一个项目。
一般来说，在学校混了多年之后，对工业界的环境会相对陌生，也不一定最终就能适应工业界的环境。不过无论是选择做学术还是在工业界打拼，最终都是为了更好地生活。


■网友
如果你还30上下，你的选择可以优先考虑量化研究员，这类公司非常喜欢数学 ，统计学背景等工科人才，同时有一定的编程能力(MATLAB，Python R等)。法国回国，你还可以重点考虑法国巴黎银行(HK)，法兴银行(HK)和瑞银集团(上海等)等，第二，你可以考虑卖方券商行业研究，或者买方公募基金研究，需要你积累一定金融知识，CFA可以加分。第三，你可以选择，风控模型相关岗位，第四，你可以转型研究AI，机器学习等。最后，你可以选择国际的咨询机构(上海偏多)
■网友
【基础数学博士后，不想做学术，想转行，求大家的建议】 建议首先尝试一下教育，比如学而思之类的辅导机构，一是钱也不少，二是您做起来会更加得心应手。其次的话，可以考虑转机器学习，算法相关的研究员，阿里华为都有。
不建议转量化，这里我要diss一下yuhang liu的回答，似乎在他认知里面，准备半年，过了面试就算转行成功了。如果说数学博士个个转量化都随便赚钱的话，我觉得这行也不用弄了。我明天就去开个fund，专招数学phd。这行只看赚钱能力，本科生的能力完爆phd的大有人在。市场上有几个纯数phd做的很成功？


推荐阅读


上一篇：日本电子商务网购配送是自建物流还是外包客户自提取货的操作模式是怎么样的

下一篇：开源列式内存数据库MonetDB有成功的商业应用吗