金融硕士找哪些工作？
本人，某普通一本大学金融本科，美国前30大学金工硕士。研究生的时候做过几个quant的实习，也参加过大公司的量化面试。下面谈一下我对Quant这个行业的理解 首先，Quant这个称呼其实有点广，在交易员领域，Quant其实有两个分支，一个做Risk Quant，另一个是CTA Quant；而在研究方面，也有Quantitative Development， Quantitative Research， Quantitative Analyst之类的岗位。这些岗位各有不同的技能要求，也有不同的职业发展方向。
我理解的Quant应该更宽泛一些，代表一种思维，一种对待问题的方式和解决问题的逻辑。 Quant需要的是综合的技能和能力，所以，任何有量的想法都可以称为Quant。比如，你有一个观点（不管是不是定量得出的），需要量化验证，那么你就需要用Quant的方式来实现你的想法并得到结果。 所以我认为所有想深入研究行业或市场的人，都适合把Quant作为自己的目标。当然，最后能不能达成你的目标，那就是另一回事了…… 作为一个Quant，最重要的是什么？ Quant最需要具备的三大核心能力分别是：编程、数学与量化策略。
1. 编程 是Quant的核心技能之一，因为Quant大量的工作都是和代码打交道的。从数据的处理，到模型的建立与优化，再到策略的执行与回测，都需要用到编程。一般来说，Quant需要的编程能力包括Python/R语言的基本语法以及基础的Numpy， Pandas， Matplotlib等包的使用，同时还需要掌握一种或是几种算法，如随机森林，支持向量机，神经网络等，以及对应的工具包，如Scikit-Learn， Tensorflow， Keras等。 基本上，能做到上面这样就已经能胜任大部分Quant的工作了。
2. 数学 如果说Quant的第一项核心能力是会编程的话，那么第二项核心能力就是会数学。 Quant需要掌握的数学知识主要包括微积分， 统计学，概率论，线性代数，优化理论等，同时还需要具备一定的数学建模能力。
由于Quant很多的工作都是基于对历史数据的分析，所以，统计和概率的知识是必不可少的。在统计中，你需要掌握基本的数据分析与处理的方法，了解不同数据集的特点，以及熟悉各种指标。而在概率中，你需要了解基本的概率模型，并会搭建和求解。 对于随机过程，随机控制，优化方法也需要有一定的了解。因为很多时候你不知道该怎么入手解决问题时，最优的解决方法是先找一个最接近问题的模型然后试着把它解决。而这些问题往往就是随机的。