UMN-MFM项目回顾 毕业5年多 真正学有所用

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。

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。
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
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。

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。

biomedicineman 发表于 2019/03/25 07:42:50


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。

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？

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……

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。

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！！

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

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。

校友路过帮顶一下哈哈

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！

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。