量化金融是一個要求很高的領域，為好奇心強、積極進取的人提供了很好的機會，量化金融的各類崗位，可以為那些有志于將技術技能應用于金融市場的人提供量化的薪酬、發(fā)展機會和可觀的工作滿意度。

《CQF量化金融職業(yè)指南》基于多渠道的研究簡要介紹了其所需的技能，典型角色和職責，以及一般薪酬范圍。今天我們就以數(shù)據(jù)科學為例：
從事數(shù)據(jù)科學和機器學習的專業(yè)人員負責研究、建模和測試，他們使用數(shù)據(jù)集揭示經(jīng)驗數(shù)據(jù)中的關系和模式。

該領域工作的專業(yè)人員需要對算法、機器學習和特定領域（如自然語言或信號處理）有深入的了解，以幫助識別和評估數(shù)據(jù)中的模式。他們具有很強的定量分析能力，對人工智能和機器學習技術有扎實的理解，并且熟悉機器學習中常用的編程語言，如Python。
Quants在數(shù)據(jù)科學和機器學習中的角色需要大量的模型和編程知識，這些工作往往位于組織的研究領域內，在數(shù)據(jù)科學和機器學習方面十分活躍的公司包括投資銀行、資產(chǎn)管理公司、對沖基金和為金融業(yè)提供咨詢服務的技術公司。在為金融業(yè)開發(fā)軟件產(chǎn)品的純科技公司中，quants也有很多機會。

02

典型工作領域

數(shù)據(jù)科學家
數(shù)據(jù)科學家的崗位是多種技術角色的組合，包括統(tǒng)計學家，科學家，數(shù)學家和計算機程序員。這項工作需要通過預測建模和機器學習技術來收集，清理，分析和解釋大量數(shù)據(jù)集，以檢測數(shù)據(jù)集中的模式，趨勢和關系。
數(shù)據(jù)工程師
數(shù)據(jù)工程師構建的系統(tǒng)用于收集、管理、驗證原始數(shù)據(jù)并將其轉換為高質量、可用的信息，供數(shù)據(jù)科學家研究。
數(shù)據(jù)分析師
數(shù)據(jù)分析師使用描述性統(tǒng)計來評估問題，創(chuàng)建數(shù)據(jù)可視化，并根據(jù)實證分析開發(fā)見解，他們可以協(xié)助收集和清理數(shù)據(jù)集，并為數(shù)據(jù)科學團隊的高級成員提供支持。

數(shù)據(jù)科學和機器學習崗位薪資水平

根據(jù)CQF協(xié)會進行的量化金融職業(yè)調查，對于從事數(shù)據(jù)科學的人來說，76%的日常工作涉及數(shù)據(jù)分析、研究、建模和編碼。這條職業(yè)路徑在很大程度上取決于良好的編程技巧，求職者應該對機器學習的工具和技術有扎實的了解。

另外，分享一位首席數(shù)據(jù)科學家的一天，看看他一天的工作流程是怎樣的。

03

首席數(shù)據(jù)科學家的一天

CQF校友VictorAcevedo是秘魯最大的銀行——秘魯信貸銀行（BCP）的一名首席數(shù)據(jù)科學家。他畢業(yè)時獲得了經(jīng)濟學學士和統(tǒng)計學碩士學位，
如今他擁有10年開發(fā)與信貸風險有關的分析解決方案的經(jīng)驗，并領導著一個專注于該業(yè)務領域的數(shù)據(jù)科學家團隊。我們采訪了Victor，以了解更多關于他目前崗位的工作日常。
我在秘魯最大的商業(yè)銀行——BancodeCreditodelPeru（BCP）秘魯信貸銀行工作，作為首席數(shù)據(jù)科學家，我負責部署和實施信用風險問題的分析解決方案。大多數(shù)情況下，解決方案涉及估算預期損失的輸入，即違約概率，違約損失，以及違約風險。
我們還根據(jù)經(jīng)濟資本要求的需要，建立這些參數(shù)的周期版本，最近，我把大部分時間用于設計一個新的工作流程，以便為我的業(yè)務部門建立一個違約損失率模型。以下是我的工作日常：
8:30AM-9:00AM
我開始工作時，會快速review我的郵件和當天要參加的會議。我還會檢查我桌面上的便簽，上面記錄著當天我想給到團隊的信息，
9:00AM-9:30AM
到了每天和團隊開早會的時間。通常我會要求團隊成員對前一天工作的進度做一個快速總結，同時了解一下他們在現(xiàn)階段是否遇到問題，看看我可以如何幫助他們。
9:30AM-12:30PM
起身舒展一下筋骨，然后繼續(xù)工作?；诤蛨F隊開的早會的情況，我需要決定是否將這段時間集中在解決事務性問題上，亦或是聚焦在某一關鍵任務上，
客戶有時會在這時候給我打電話，詢問我們開發(fā)的模型。我們?yōu)闃I(yè)務部門提供的分析解決方案范圍很廣，他們可以從給特定人群降低風險到為目標受眾生成相關的報價，然而，我們大部分的工作都集中在開發(fā)信用風險預測的模型上。我們經(jīng)常與客戶討論應該使用的算法類型、主要假設、解決方案的實施方式和開發(fā)時間。
12:30PM-14:00PM
如果我在辦公室，那我會和團隊一起午餐，要不然就是和我的家人共進約1小時的午餐，剩余時間會用來看世界新聞或者休息，暫時擺脫我的手機。
14:00PM-14:30PM
午餐后，我傾向于把時間花在事務性的工作上而不是繼續(xù)我從早上開始的更耗費精力的工作。比如，我通常用這段時間開始回復當天收到的郵件。
14:30PM-17:30PM
我繼續(xù)研究針對業(yè)務問題的擬解決方案，然后將其提交給客戶。通常我會在下午和團隊碰一下，以防他們需要我的幫助。
17:30PM-18:00PM
下班前，我會最后一次查看我的郵箱并寫下第二天的待辦事項。有時，在晚上，當一切都安靜下來的時候，我會花一些時間閱讀與我的領域有關的文章，或者思考如何將我在CQF中學到的東西應用于創(chuàng)新我在工作中的做法。
通過CQF中的“數(shù)據(jù)科學&機器學習”模塊學習，為學員們提供了使用預測建模和機器學習方法分析和解釋發(fā)亮數(shù)據(jù)集的經(jīng)驗。PythonLab還為學員們提供了實操一系列Python編程技術的機會。