关注我们宁波新东方前途出国的各位学生与家长都知道我们前途每周都会从北京、上海以及海外邀请留学规划师、各领域从业大牛做客线上粉丝群，就各国留学生就业、生活的现状为准留学生们答疑解惑。
终于在积累了整1年后，我们决定继《留学万花筒》——宁波前途明星学子分享系列之后，《前途百家讲坛》这个略带土味的“专业人士分析留学”的栏目也跟大家见面了。
如果说万花筒是个留学生情感栏目，那么百家讲坛就是大师间的专业争鸣。
作为《前途百家讲坛》第一期，我们邀请到
2位华尔街在职金融大牛，J学长与Victor为我们讲述 “
金融专业在美就业趋势”，以下是整理逐字稿，欢迎品鉴。
金融专业在美国就业趋势如何？
金融行业看重哪些核心技能与能力？
中美金融行业差异与美国留学优势
NO.1
各位同学家长大家好，我是J学长，首先做个自我介绍。
我是国内
高中出国班，本科考到
TOP40学校就读生物专业，由于专业兴趣不大且大学有投资经验，就在研究生期间转行做了数学金融，中间暑假在一所小的基金做实习，量化方向，之后回到校园最后一学期开始找工作，毕业前两个月就拿到了offer，得益于network，我进入了
生物制药的行研领域入职已有9个月。
整体从确认目标，制定计划再到达成目标，即进入理想领域工作我一共用了18个月，也就是1年半的的时间。
为了方便大家理解，我将这个计划分为以下几个步骤，即：
Ø 入学前
Ø 入学到寒假前
Ø 寒假
Ø 寒假到暑假前
Ø 暑假
Ø 暑假后到毕业前
Ø 毕业后
一些常见的问题
Ø 关于考证：CFA, FRM, etc.
Ø 关于如何network，如何找实习？
思维方式的改变
Ø 经历大于一切
18个月的项目如何规划？
从拿到本科Offer的那一刻起你应该做什么？
入学前你要明确目标：很多人觉得来美国读书是轻松的，以这种心态玩了3年，最终被劝退。
我属于喜欢为自己规划并制定计划，努力实现的人，当时我的目标就是做生活制药的行研，交易员或者买方的quant analyst（量化分析师）中择其一，我的大学时光也按照我的计划执行，一步一个脚印。
所以当你明确了自己的目标后，需要提高自己对应的匹配技能。
例如你想做前台，你就要学会如何写email，如何network，如何搜索一些东西，学术上的基本知识，excel，coding，network list 和当地的公司list等等，武装好自己。
入学后到寒假这短时间属于刚开学，因为我在美国已经读了4年书，所以在生活上我就减少了磨合的时间，利用碎片的时间我去研究了一些专业内容，并尝试申请大公司的program，虽然没有录取，但能进入第三轮面试环节，对我来说已经是很好的锻炼。
寒假时可以准备小一些公司的list，比如为期4周的wintership 寒假实习，就是个不错的经历。
暑假前学业是最重的，其他事情就不要考虑，要做到不挂科跟好的成绩。
暑假时实习完毕，就可以在当地继续network，寻找fulltime。比如我现在的公司，就是暑假面过一次的单位，除了十分有缘之外，我个人的规划也在其中起到了一部分的作用。我的建议：在寒暑假这种比较规律的假期中，可以多一项skillset，多了解行业。
个人建议：
经历大于一切
美国企业更感兴趣你在简历上体现的个人经历，结果反而并不是最重要的。
其次细致的做事儿永远是最重要的。
很多人不懂会酸，觉得某某某，GPA没我高，却去了xx公司。首先，那个人如果跟你花同样时间，比你GPA低，那么他只是把时间用在了找工作上network；第二，研究生在美国就是为了就业，博士和博士后才是为了学术，而现在更多的博士也开始参与到工作中，所以竞争更激烈，研究生考验的不是你的知识，而是你的initiative以及你有多想做成一件事儿。
NO.2
大家好，我是Victor。
我本科就读于
国内985院校的金融专业，后来出国申请至
top30的美国学校读master of quantitative finance（量化金融）的研究生。现在纽约一家知名银行做quant risk。我今天跟大家分享一下从量化方面出发，大家可以关注的公司、职位以及能做的事情。
刚刚J学长已经提到了，在美国读master的主要目的是找工作，但你在master 学了什么，做了怎样的project，却能决定你可以进入哪个行业，从事哪一项职业。所以我们先简单地提一下课业，并讲一下课业和职业之间的联系。
我将主要内容简单的罗列了下，主要是下面几个方向：
Ø Financial Engineering相关课程：Stochastic Process, Stochastic Calculus, Derivatives Pricing, etc
Ø Econometrics相关课程：Econometrics, Time Series Analysis, Statistics, etc
Ø Data Analysis 相关课程：Data Mining, Machine Learning
Ø Coding 相关课程：Python, R, MATLAB, SAS, SQL
Ø Finance 相关课程: Investment Analysis, Risk Management
公司及职业
Fund (Mutual Fund, Private Equity):
Ø Quant trading
Ø Portfolio Management
Ø Trading Strategy Development
Ø Risk Management
Bank (Commercial Bank):
Ø Risk Stress Test
Ø Wealth Management
Ø Investment Analysis
Rating Agency (Moody’s, Standard and Poor’s, and Fitch Group):
Ø Data Aggregation and Analysis
Ø Risk Measurement
Credit Card (Visa, MasterCard):
Ø Risk Measurement
Ø Fintech
Ø Business Analysis
北美的量化金融主要会涉及5类课程
1、financial engineering（金融工程）课程；
2、econometrics（计量经济）课程；
3、Data Analyst （数据分析）包括数学/统计理论以及工具的使用 ；
4、Programming（编程）课程；
5、Finance课程
上述课程种类繁多，这里我就重点提到一些“往后工作可能会用到的一些知识”。
比如说econometrics就是随机微积分与时间序列分析，被大量的运用在基金，银行这类公司的风险分析，资产定价及策略开发当中。
Programming就是编程与数据分析，是所有量化分析基础。当然我建议大家可以学习一下，如果你能懂Java、c++等编程语言中的一种，对于未来求职将是很有帮助的加分项。
NO.3
下面是与这些课程相对应的职业。
首先是
Fund (基金)，包括公募基金和私募基金 。里面涉及的工作首先是quant trading，就是坐在交易员旁边的那个量化分析师，给交易员提供及时的量化分析结果。
portfolio management，投资组合管理，这一块是做量化分析的买方最主要的领域。你要用你的算法、统计分析，决定如何构建你的资产。
trading strategy，交易策略开发和risk management，风险管理，可以说是portfolio management的一部分，具体侧重会根据portfolio的目的决定。看你是追求超额收益alpha，还是追求稳健的红利。
必须说的是，好的fund对于职场新人来说不太容易进。工作经历对于fund从业者来说还是相当关键的。之所以我把它放在第一块提，是因为对于量化金融从业者来说，进入大买方的fund，是我们普遍都在追求的职业目标，大家一开始可以朝着这个方向努力，即便这并不容易做。
第二大块是
银行，商业银行，这是量化金融学生第一份工作比较理想的，大部分可以企及的，就是大银行的risk。
2008年金融危机之后，美国乃至世界很多央行都开始要求大银行对自身资产做压力测试，预测并汇报在可能的危机条件下银行的损失。
这一块关于econometrics，programming和financial engineering相关的课程就会被经常用到。银行内的wealth management（财富管理）也是我们经常会做的。
第一种：Wealth management，财富管理，主要内容是帮助大客户投资，这一块finance所学的东西就会用的多一些。最后，银行也会有一些买方投资，不过不像fund那么激进多元，所以finance下的investment analysis会比较多，策略开发会少一些。
第二种：rating agency 评级公司。
像Moody’s, Standard and Poor’s, and Fitch Group这样的，量化金融的职场新人大概率要从data aggregation做起，即收集和整理数据开始。并且肯定要做risk measurement，有关课程当然就是data和econometrics以及finance中risk的部分。
第三种：credit card company 信用卡公司。
他们要做关于信用额度的匹配、违约概率的计算，风险承受能力的评估等等。所涉及的技能包括risk management，以及一些machine learning的东西。
第四种：fintech 金融科技。
目前金融科技的种类很多，公司招我们的目的主要是去做金融方面的数据分析以及宏观分析。当然，金融科技是新兴行业，大部分公司也都是start up 初创企业，所以在这里我也难以简单概括全面。
最后一种：business analysis。
量化金融从数据分析的角度上说是分析金融数据的，所以其实我们也可以分析商业数据。我本人曾经接到过百事可乐的面试，如果你没能找到金融相关的数据分析的话，不妨把business analysis作为跳板，在data领域积累经验，再回到金融。
祝福大家在金融领域能闯出一片自己的天空，后续我们也将邀请更多美研从业者进行线上分享，记得关注。
以上。
