查看: 5449|回复: 46
收起左侧

UMN-MFM项目回顾 毕业5年多 真正学有所用

|只看干货 |老生常谈

分享帖子到朋友圈
Feiyan | 显示全部楼层 |阅读模式
本楼: 👍   100% (29)
 
 
0% (0)   👎
全局: 👍   95% (161)
 
 
4% (7)    👎

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看,没有帐号?注册账号

x
拿了老号来给母校打call,被扒什么的, 没有在怕的

13届毕业生,现状凑合,A厂Data Scientist,ML老牌大组,做了几年数据整理和分析,最近一年也慢慢上手deep learning的项目。

MFM课程质量是很棒的,现在回忆起来,当年的5031/5032的John Dodson,课堂内外都给了我很多指导和帮助。5021和5022,本以为自己本科金融基础好,derivative和时间序列都不在话下,结果也是被一路吊打,过程中学到了很多,巅峰状态时候手推BS,greeks什么的现在都是回忆杀。即使是入门复习的5001/5002,也是醍醐灌顶,线性代数一直不知道学起来是做什么用的,只会死记硬背,在这里融会贯通。(当然这门课教授现在换了)

最值得称颂的一点其实是灵活的课程设计,背靠UMN,治学严谨,学风优良,可以去数学统计CS随便修课。我比较熟悉的是自己那一届和上下两届,这个项目没有一个学生读的minor完全一样。很多人修统计,非常聪明。修数学的就不要说了,本系师资研究那叫一个强,记得班里有个特别爱钻研的,一定要搞清楚5022里面的一些assumption,跑去修数学系下面的变分之类,后来转phd了。我当时穷,只想找工作,于是乎在CS学了4门课。这几门,几乎每一堂课的每一个知识点,在我现在的工作中都!有!用!记得特别清楚,是database,5XXX的算法,ML的两门。其中一门是Arindam Banerjee亲自授课,也算是UMN ML第一人了,在业界我还遇到过他的学生,所以刚出校门做DS基本就靠他教我的骗吃骗喝。这些课基本都有prerequisite,但不严格,至少在我那个时候不严格,如果现在CS还是这样,不建议本科没有基础的人直接选。

对做DS感兴趣的,容我再多说两句。DS的需求各行各业,我是直奔美西IT厂图个安稳,但也有能力出众的在fintech和IT跳来跳去,毕业3-5年的都知道跳槽涨薪的好。还在观望的人,这是一个值得考虑的选项。MFM我是第三届还是第四届学生,算是这个项目往DS方向发展的pioneer了。那时候DS还没有现在这么火爆,但是我当时特别看好,后来简历minor直接写的Data Science。那时候是11-13年,国内的ML可能还在做搜索,网络什么的。自认为算是有眼光了。所以很欣喜的看到MFM里面加了一门FM 5990 - Introduction to Data Science in Finance with Python and R,一定要修,fintech选项不多,几年后fintech做得好金融企业也少。原来我以为同时具备math,finance,CS视野的人太少了的缘故,后来DS入行了以后发觉是quant太难了,而且评判标准非常一刀切,做的出和做不出,赚得到钱还是亏完回家,没有middle ground。谁也不会拿真金白银让你来做统计实验,所以只有这三方面非常顶尖的人才能真的赢。不是劝退金融,而是希望大家路能走的宽。



评分

参与人数 21大米 +162 收起 理由
klnaniah + 1 赞一个
nsc + 3 给你点个赞!
donnice + 20 给你点个赞!
buxiangshixue + 1 赞一个
天气不错1111 + 1 赞一个
光影流转 + 3 给你点个赞!
EcholynYe + 1 很有用的信息!
jamesfan961101 + 1 赞一个

查看全部评分


上一篇:请问外校去CMU排得上CS课吗
下一篇:UMN金融数学专业(MFM)的一点感想
augus000000 2019-3-31 07:06:04 | 显示全部楼层
本楼: 👍   100% (4)
 
 
0% (0)   👎
全局: 👍   92% (12)
 
 
7% (1)    👎
看到有人拿Jeff Dean来吹忍不住了。。umn是我的母校之一但是实在楼上们的内容有些偏颇,正好与楼上各位提到的项目相关同学有些交集,来澄清一下,这里是最新信息。
1. CS
UMN的CS的确可以,教的内容实在,但有些课也可以水过去,但没Jeff Dean那时候那么好了,Jeff Dean那是八九十年代了啊朋友,八九十年代的兰州大学可是全国前几的。
举几个例子,
data mining 这门课Vipin Kumar和George Karypis轮换着教,这两个都是大牛,写教科书的那种,尤其是Kumar,但是大牛往往神龙见首不见尾,这门课经常是他的学生替他教,去年听说又加盟了百度ai(board member)也是自然,毕竟xiong hui 就是他的学生。 今年秋天是Karypis,建议来一波,他的内容很实在,要求也很实在。
database,据说几年前的数据库教的非常硬核,要手把手写一个出来,现在貌似沦为了背书课(暑假就上,到时候就知道了)
2. IE
比起CS,我校IE。。牛逼的优化老师都被挖走了,归结原因,只能说来自中国某新兴的港校大陆校区太有钱了。。。
回到几年前,EE的non linear optimization还是Tom Luo亲自手把手教,可以搜一下这个人,绝对优化的权威,虽然他本身也是港校的老师(那会两周的课压在一周上,狂讲四小时,另外一个周在香港往返跑,大家听说是他开课了都来蹭),现在TOM LUO已经完全不在了,最近教这门课的人,不评价。然后IE的optimization,最近几年到去年,就是忘了楼上哪位说的斯坦福的那个年轻人,也是个天才,去年学术休假,也在某港校大陆校区有挂职。还有人提到想去当他的学生,拜托,怎么可能,最近几年他都忙得不收学生了,要是回大陆读PhD没准能找他当导师。-baidu 1point3acres
最后那个IE硕士的分析方向,课程安排蛮基础(必修stat5302,ie5561都很基础,一个是给非统计专业上的线性回归,一个就是统计本科生必修的统计/机器学习,当然是自己开的,但教材一样)适合转专业的人,有追求的人也有机会选硬核课,这个项目的人绝大多数都是找工作的。
3.数学和金融数学
. From 1point 3acres bbs金融数学很封闭,和数学没什么交集。有想法的人当然可以通过minor之类的去选别的课,丰富圈子,另外金数绝大多数学生都是中国人,数学还好一点。
数学总体其实挺强的,但也在下降,都是靠70 80岁的大佬在撑着,前年刚有一个教实分析的去世了(那老师就去芝加哥开了个会,然后感冒治不好了),整个数学的排名又下去了一波。。应数排到前十,做什么的都有,一个组里的人到最后互相看不懂对方在做什么是常态。至于就业,没怎么了解过,其实数学(纯,应用)的研究生就很少了,金融数学不了解。
4 data science
最后说下umn的data science。也是一个很神奇的项目,背景各种各样,课程安排及其丰富,认真学应该收获很大的,但是因为可选的课程太多了,很多人数统cs背景其实都不太够,而这个项目并没有很基础cs课程开放给大家,都是直接graduate-level,这些课都是和cs graduate、 senior一起上,很多人吃不消最后只选了些简单的(比如本科生要上的概率论、统计理论)水过了,结果造成看着很硬但gap太大最后草草了事。

当然我没有黑母校,别的学校肯定也有很多问题,以上只是给有特定追求的人说的一些细节问题。即使有很多不足,明尼也有便利的交通,严谨的教授,丰富选课机会,实惠课程学费和工作机会,来这里依然是性价比较高的选择。
回复

使用道具 举报

 楼主| Feiyan 2019-3-24 09:24:18 | 显示全部楼层
本楼: 👍   100% (4)
 
 
0% (0)   👎
全局: 👍   95% (161)
 
 
4% (7)    👎
另起一楼补充一下

项目Director Laurie Derechin,非常好的老师。她不负责授课,但教给我终身受用的soft skills。她永远对学生open door,说我们就像她的孩子一样。 她还特别乐于发掘每个人的闪光点,我原来是那种典型的,应试教育批量生产的中国学生,和她聊完以后三观都变了。可以说Laurie对我来说,是美国这种indivudualism教育风格的启蒙人。她找来业界的人给我们做side project,组织social network让我们提前接触职场,启发我们遇事要动脑子,也要张口去求助,因为中国学生比较shy。当时的所有经历,踩坑也好,幸运也好,那些技能和经验都让我受用至今。

回复

使用道具 举报

 楼主| Feiyan 2019-3-25 09:22:19 来自APP | 显示全部楼层
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   95% (161)
 
 
4% (7)    👎
biomedicineman 发表于 2019/03/25 07:42:50

. 1point3acres
说实在话,我只知道我喜欢machine learning/data, 我同时觉得数学/statistics/ML比SDE本身要保值。但我不知道我到底是喜欢或者适合硅谷还是华尔街。

而且我是n...

你这个计划不错的,金融的domain knowledge有门槛,学起来也花时间,不知道Bloomberg支不支持这方面的training。干两三年想去IT了,f家做MLE没问题的,f家的MLE要train model。金融应用ML比较窄,当然我也不知道B家到底在做什么,和f家的gap到时候自己下下工夫。

你已经有这个跳来跳去的思路,我不觉得你会难转行业,转行最大的阻碍是自身的想法。有个朋友原来在美东top1做quant,然后转去美西独角兽做NLP,理论上来说也不错,但就是看不上人家,最后还是回去金融。

没钱看钱,有钱看兴趣爱好。职业能走的怎样,看的是二十几年各方面的积累,哪有论坛能解答的呢。

评分

参与人数 1大米 +5 收起 理由
biomedicineman + 5 给你点个赞!

查看全部评分

回复

使用道具 举报

潜水_鱼 2019-3-24 09:44:34 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (17)
 
 
0% (0)    👎
谢谢学长/姐的信息,感觉这些天选学校真是纠结到死,现在我也想往data的岗位上转了,这只是不知道如何才能更好地胜任您这种岗位呢?表示非常想去FLAG公司啊。。。
我现在有UMN的MFM, Purdue的MS.Stat specialization with computational finance, 和Rutgers的MSMF,是不是要做Data的话选Purdue好点啊(因为是毕竟是MS.Stat,感觉和学长/姐的推荐目的背离了。。。),然后有没有必要修个CS的Double major呢?
回复

使用道具 举报

 楼主| Feiyan 2019-3-24 16:27:59 来自APP | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   95% (161)
 
 
4% (7)    👎
潜水_鱼 发表于 2019/03/24 09:44:34
谢谢学长/姐的信息,感觉这些天选学校真是纠结到死,现在我也想往data的岗位上转了,这只是不知道如何才能更好地胜任您这种岗位呢?表示非常想去FLAG公司啊。。。
我现在有UMN的MFM, Purdu...

我看了一下你的其他帖,那几个项目你比我清楚啊哈哈。我身边有Purdue和Rutger的校友,他们的人统计是真的不错喔。fintech我不清楚,但FLAG这边统计master干的活还是不那么有趣的,做到有点意思的项目你得熬,或者运气好,在公司内部找机会,我不是说自己清洗了好几年的数据才能做个Deep learning的项目嘛。

UMN的数学资源可以用,看你有多强烈的意愿了。美国没有说就业不好去读博的,一般是不差钱的兴趣强烈的去读博。博士熬了几年出来,也就跟在大公司打杂花的时间差不多,哪个更值当,还是要看你差不差钱。博士还有一个风险,就是热门方向进去冷门方向出来,因为领域太狭窄了,而热门变得太快。一旦出来也会被自己的狭窄所限制,找不到合适工作,不如小硕啥都能干跟着风向就行。

UMN的CS也很好,出来以后他们的校友蛮有竞争力的。Jeff Dean啊之类。看你统计和CS哪个强,建议加强强项,克服对弱项的恐惧。

我毕业这些年的感受是,CS方面还是个人学习能力在以后的工作中比较重要。因为发展的太快了,要不停学习,5年前教的东西,现在大半都变了,我还是要跟公开课之类。只有数学和一些基础统计,万古长存……
. 1point3acres
那回到金数/金工的话题,还是那句话,技术都是相通的,他们几个差不多,但金融的圈子就在那里就看地域,和IT的普世思想相反的。

评分

参与人数 1大米 +3 收起 理由
潜水_鱼 + 3 很有用的信息!

查看全部评分

回复

使用道具 举报

wwq213213 2019-3-24 22:18:54 来自APP | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (12)
 
 
0% (0)    👎
学姐你好,我最近收到了UMN的Industrial & Systems Engineering系下面的MS in Analytics的录取,我觉得课程设置很好,有运筹优化、统计、ML和DM。未来想在西边找DS/DA的工作。请问一下明大的career fair怎么样呢,另外还有校友资源校友网络如何呢?听说明尼苏达的位置不好找工,但是真的挺喜欢明大和这个项目的,想问一下学姐所知道的学校就业的情况,谢谢学姐!!
回复

使用道具 举报

潜水_鱼 2019-3-24 22:59:56 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (17)
 
 
0% (0)    👎
Feiyan 发表于 2019-3-24 16:27
我看了一下你的其他帖,那几个项目你比我清楚啊哈哈。我身边有Purdue和Rutger的校友,他们的人统计是真的 ...

谢谢学长/姐的耐心回复,感觉真的比原来了解多了。我确实也不想很想读Ph.d,我觉得MS.+3年exp比Ph.d要强(反正我不想留在大学中。。。)最后还有点疑问,就是在您工作的这方面关于finance的知识用处大不大呢,还有就是我有同学和我说quantitative finance学的stochastic analysis这类东西如果不做quant的几乎没有什么用,我不太清楚具体状况。。。另外就是看了学长/姐的建议,我已经决定要去修CS的课程啦,跟上时代步伐哈哈
回复

使用道具 举报

 楼主| Feiyan 2019-3-24 23:22:38 来自APP | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   95% (161)
 
 
4% (7)    👎
潜水_鱼 发表于 2019/03/24 22:59:56


谢谢学长/姐的耐心回复,感觉真的比原来了解多了。我确实也不想很想读Ph.d,我觉得MS.+3年exp比Ph.d要强(反正我不想留在大学中。。。)最后还有点疑问,就是在您工作的这方面关于financ...

开玩笑,随机这么基础的东西会没用?MCMC我昨天还在用,虽然不要推公式了,知道原理总比不知道好。还有概率基础,有用的。比较可惜的是金融知识确实没有用武之地了,我是科班的金融嘛,市场,工具,投资,还有经济学,这块知识点到现在都还闲置呢,UMN教的东西都在用。
回复

使用道具 举报

屋顶睡大觉 2019-3-24 23:24:14 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   91% (110)
 
 
8% (10)    👎
校友路过帮顶一下哈哈
回复

使用道具 举报

 楼主| Feiyan 2019-3-24 23:28:15 来自APP | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   95% (161)
 
 
4% (7)    👎
wwq213213 发表于 2019/03/24 22:18:54
学姐你好,我最近收到了UMN的Industrial & Systems Engineering系下面的MS in Analytics的录取,我觉得课程设置很好,有运筹优化、统计、ML和DM。未来想在西...

这个系很好,有个华人大牛,斯坦福出来的,在校时候我听过他的talk,后来业界遇到过他的学生,都很优秀。不知道他们什么时候开的这个master program,那个教授教不教课?我建议要去的话,套他的瓷,或者他高年级学生的。课程这样安排是不错,运筹出身做ML稍微小众一点,但也不少人做的不错。明达读书挺好的,心无旁骛,同学们都很聪明,美国同学还要更聪明一点。就是冷!
回复

使用道具 举报

 楼主| Feiyan 2019-3-25 00:36:58 来自APP | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   95% (161)
 
 
4% (7)    👎
潜水_鱼 发表于 2019/03/24 22:59:56


谢谢学长/姐的耐心回复,感觉真的比原来了解多了。我确实也不想很想读Ph.d,我觉得MS.+3年exp比Ph.d要强(反正我不想留在大学中。。。)最后还有点疑问,就是在您工作的这方面关于financ...

关于phd,我现在的工作环境80%都是stem phd,不乏常青藤,UMN的math和CS教的我那两下子早就不够用了……同事也有quant跳过来的,私以为不如stats背景的,只有CS背景的人可以与stats一拼,stats的思维方式是最好的,CS的动手能力最强。phd那么多年不是白熬的,而且就业来说,CS出来可以做很多事情,stats最好的出路就是做ML,所以他们拼了。大公司很看学历,如果身边的人平均是MBA,那以我金融本科的背景,本科知识就够对付他们。如果身边的人平均本科,咱中国人幼儿园的知识就够用了……quant做策略最好是数学的底子,有统计的思维方式,能很快学CS的实操。另,CS修课的话,有很多底层的东西,也很枯燥,但能帮你以后走的更远。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号

本版积分规则

隐私提醒:
■拉群请前往同学同事飞友|拉群结伴版块,其他版块拉群,帖子会被自动删除
■论坛不能删帖,为防止被骚扰甚至人肉,不要公开留微信等联系方式,请以论坛私信方式发送。
■特定版块可以超级匿名:https://tools.1point3acres.com/thread
■其他版块匿名方法:http://www.1point3acres.com/bbs/thread-405991-1-1.html

X 关闭
>
快速回复 返回顶部 返回列表