NYU Tandon MFE 金工毕业生聊聊课程实用性 课程介绍

楼主21年从Tandon 金工硕士毕业，目前在美国某二线城市某金融机构做Data Scientist。趁这段时间不忙，想从硕士课程对于我的工作有没有帮助这一角度聊聊Tandon MFE的课。此贴仅代表个人观点，并且只阐述课程对我的工作的帮助。我觉得某节课有用/没用，不代表它对所有工作都一样，请大家自行判断 ~_~

楼主本科时就铁了心做金融方向的DS了，因此选的课都是DS方向的。请别问为什么没去DS/BA硕士。。。术业还是有专攻的。MFE主要接触的是金融数据，也会学到risk management/ portfolio management 方向的算法。普通DS硕士较少接触这些。

楼主日常工作包括做ETL pipeline、用ML做风险评估模型和预测模型、做dashboard和report等等。用到的工具包括Excel、SQL、Python等。偶尔写web app时用点html，不过基本也是用模板里直接改。

Tandon有六节核心课程，其中三节必修，剩下三节三选二。不过这些课都可以基于本科课程或工作经验waive掉。楼主本科时学的比较杂，一节核心课都没达到waive的标准。不过一般上可以waive 1-2节课。多出来的课时可以自由选则选修课。

核心课

50XX Bootcamp
非正式课程，开学前的预备课。一周内以极快的速度过一遍金融、数学、统计、Python等方面的基础知识。MFE学生的背景很杂，所以巩固一下知识点挺好的。楼主本科虽然有数据分析背景，但是只用过SQL和R，Python是在MFE bootcamp 现学的，之后的7773ML课马上就现学现卖了。

5500 Bloomberg certification
非正式课程，基本上各个院校都要求学生们考的证，没啥好说的。里面关于金融市场的知识倒是不错，偶尔在工作中会遇到几个听过的词或概念，还有点小成就感。

6073 Intro to derivative securities
讲各种金融衍生品的课，对于deskquant比较有用，对于楼主这种做DS的用处就不大了。不过，课程内容偏基础和理论，想要做衍生品相关的工作还需要额外的学习。

6083 Quantitative methods in finance
基础数学/统计课，内容包含了各种统计算法、分布、概率密度函数、随机过程、马尔科夫链等等。楼主工作中需要自己做模型/算法，还是会用到一些这节课里的统计知识的。在写毕设论文的时候，这节课的内容也帮了很多。课程进度很快，本科非数学系的同学可能有些压力，所以考试的分数分布也比较大。50到100分的都有。

6103 Valuation for financial engineering
定价算法。这节课内容根据教授会有很大的不同。总体来说是一节比较实用的课。不过楼主从这节课里受益最大的不是定价算法，而是Excel。课上讲了很多Excel的实用技能，包括建模方法、function、快捷键等等。楼主工作中有用到Excel，这节课对于工作的帮助还是很大的。

6123 Financial risk management
经典的风险管理课。虽然楼主工作包含风险管理，不过这方面也是术业有专攻。不同的市场/产品的风控知识和模型相差很多。楼主也是工作以后现学的相关市场的风险管理知识，这节课里的内容并没有帮到太多。课本身和6073是一个套路，主要灌输基础知识点和理论。

7773 Machine learning
核心课里最有用的课了，几乎是必选，除非本科已经有ML/DL经验了。这里推荐一下Ken Perry的课，在几个老师中是课件最清楚，也是理论和实践结合最好的。课程包含传统ML算法、DL、NLP。期中project是基于boosting的classification，期末project是LSTM预测股价波动。之前提到过楼主工作包含ML建模。主要的知识就是来自这节课。

还有一节核心课楼主没选，是6023 Financial Economics。

选修课

6153 Financial technologies
本系著名大水课。课上没有任何实际应用，教授花90%的时间在讲金融领域的各种故事/八卦/案例/技术名词（包括早就过期的技术）/技术的发展过程。不过，楼主从这节课倒是学到了很多知识。在公司跟同事聊天时经常把这节课听到的知识拿来当谈资，极大地促进了同事关系。这节课的 Roy Freedman教授对于powerpoint presentation也异常地挑剔，会不厌其烦地灌输给你正确的呈现方法、做ppt的各种细节。课上好几次呈现，每次都会纠正很多小错误。对于工作的帮助还是很大的。总体来说，这门课有没有用是个见仁见智的问题。

6351 Econometrics and time series analysis
理论和应用并重的时间序列课，作业是推导数学公式，project是写python做分析预测。由于工作经常会遇到时序数据，这节课还是有用的，特别是project。楼主偶尔还会翻project的码直接贴到工作的码里。

6861 Financial software engineering (Advanced python)
课名字听起来很吓人，但是这节课的project实现的功能并不难，只是基本的数据ETL。这节课advanced的地方在于写码的理念。老师会灌输大公司写金融程序时的流程和标准，比如标准的写码格式、用json快速设置读写的数据结构与程序参数等等（楼主非CS出身，勿喷）。对于提高业务水平还是有帮助的。本科CS的请忽略。

6883 Financial computing (C++)
教学进度很快的写码课。第一节课hello world，第二节课就pointer 和inheritance。没有写码基础的同学会比较痛苦。课本身倒是很多干货，final project也很有用，是制作爬虫、数据转换、算法、可视化为一体的财报分析程序。楼主目前工作用Python，不用C++，但这节课确实可以很快地提高写码能力。

7043 Capstone Project
有不少分支的project选项。楼主是跟boa某director做DRL（深度强化学习）在投资里的应用。Project是research paper + 写程序。如果题目选得难得话还是很硬核的。导师基本只给你思路和教你research的方法，具体的解决方案和程序都要自己实现，很锻炼research能力和debug能力。虽然过程艰辛，不过确实能学到很多东西。楼主目前工作中用传统ML比较多，RL不怎么用，但这节课学到的research方法和portfolio管理的理念倒是经常在工作中用。

7871-1 Advanced machine learning
跟7773 machine learning并不是承接关系。这节课是理论为主。老师通过论文和现实案例来讲如何通过ML来解决金融工作中遇到的问题，比如反诈骗、特征工程、调参、数据整合、自动ML平台等等。整节课几乎全是讨论，没什么实际操作。Final是写小作文。对于想学写码的同学来说，这节课没什么用，但是我觉得课上教的ML手段都非常实用。楼主现在工作中某个大project就是基于这节课里讲述的内容。如果以后想从事ML方面的工作，比如quant research或DS，这节课还是值得上的。

7871-2 NLP and investment
上课很无聊，老师只是读课本，但是几个project和作业都超级有意思，也有挑战性。楼主目前工作没有用NLP，但是考虑把sentiment analysis作为下一个project，从文本数据提取出特征以后加入现有的ML模型里。

9713 Financial statement modeling
听起来像是会计课，但实际上更类似财务数据分析课。老师不会深入地讲会计知识，而是主要讲各个财报数据怎么计算、在做什么分析时会用到、如何批量处理财务报表等知识。可是主要使用Excel，偶尔用Python。总体来说课是有用的，但能吸收多少主要看个人。楼主目前的工作并不会大量处理财报，但这节课接触到的各种财务比率还是对工作有帮助的。

9733 Big data in finance
混合型的课，内容包含了传统ML、NLP、信息论算法、大数据。大数据部分用的是Apache Zeppelin，语言是Scala。课比较轻松，有很多业内的知识，但教的不算深。楼主目前工作只是用AWS作为数据读取和计算的平台，并没有实际用到信息论和大数据。

Tandon MFE选修课众多，楼主上过的课只是冰山一角。在advisor允许的情况下也可以选择本院其他系/courant 金数/stern商学院的课，选课的自由性和多样性也是楼主当初选择NYU Tandon MFE的其中一个原因。

既然读到这里了就请加点米吧，谢谢大家。祝大家虎年学业/事业顺利，身体健康！

只看工资数目什么的就是浮云，要看工作的州/市、税收、物价、工作时长、wlb等等，没什么可比性。我认为工作和生活开心比多赚十万都重要。

有人问毕业论文，那个不是必须的，有很多选项。可以跟企业的导师做capstone，可以跟教授做research，可以做两个实习，或者上两节特殊的选修课然后写报告。这些满足一个就能毕业。

Ericheese 发表于 2022-1-27 20:29
.. 可以参考投行的quant 岗位。比equity research和risk薪水高一些。总体来说跟正常的ds工资差不多。

跟你同届的有个哥们说 quant刚开始做验证，才七万多。这很低啊

感觉tandon很不错诶 想请问如果和cornell mfe或者哥大mafn比较呢 这俩应该快发offer了

rhettlong 发表于 2022-1-25 16:53
感觉tandon很不错诶 想请问如果和cornell mfe或者哥大mafn比较呢 这俩应该快发offer了

Cornell 不太了解。哥大MFin的数学课比tandon的多且细。Tandon课的应用性强一些以及career service好。而且Tandon便宜啊，毕竟有几万刀的奖学金哈哈

楼主可以加波vx嘛,今天刚录了MFE带奖挺想去的,但是还是有几个问题想咨询一下

上个好研吧求求了 发表于 2022-1-27 04:25
楼主可以加波vx嘛,今天刚录了MFE带奖挺想去的,但是还是有几个问题想咨询一下

私信需要好多大米哈哈哈。你可以在linkedin上面加我。考验你搜索资料的时候到了 ; )

金融机构data scientist待遇如何？跟互联网公司比呢？

眯眼 发表于 2022-01-27 17:18:40
金融机构data scientist待遇如何？跟互联网公司比呢？

可以参考投行的quant 岗位。比equity research和risk薪水高一些。总体来说跟正常的ds工资差不多。

眯眼 发表于 2022-01-27 17:48:42
跟你同届的有个哥们说 quant刚开始做验证，才七万多。这很低啊

什么城市的？我从没听说过薪水这么低的。。。大城市一般都十万起步，小城市也至少八万起步吧。你哥们可以考虑跳槽了