如同如何準備研究所中所言，不一定要念研究所。在網路時代，知識的取得已經非常方便，例如 edX 或 Coursera，所以大學部的基礎知識和自學的動力很重要 (1)。以 The Analytics Edge 而言，是 MIT 商業分析 (Business Analytics) 碩士的必修課，該碩士學費一年七萬美金，所以此線上免費課程價值一萬美金。
如果想要念研究所，建議使用推甄。 出社會後，許多的工作是利用已知的知識，解決未知的問題。學歷只有在第一個工作有些微影響，實在不值得為了排名，還念大五。不如把補習和反覆練習考古題的時間，拿來休息和思考、做有挑戰性的專題。我的課堂中，提供許多名校教授的論文，如果同學們願意花時間念懂、實作、甚至改進，因為符合研究所的目標，可以讓審查教授眼睛一亮，也比學期成績 99 分更有說服力。
另外一點，則是興趣和工作的衝突。如果選擇的研究領域比較冷門，建議使用新的工具解決問題，例如資料科學和機器學習，職涯的可能性就很寬廣。各位也可以到 104 查詢工作數，例如機器學習、Python、AI。
以軟體工程師為例，強調實作 (2)；台灣有許多 (高薪) 公司，要求應徵者能看懂 (英文) 論文 (3)、並且實作或修改其程式碼，以應用到職涯現場。我的研究生在系上的修課報告中，想要使用元啟發法 (metaheuristics) 解 TSP，這類方法很多人做；我就請他到 Google scholar 搜尋一下關鍵字 metaheuristics machine learning，讀最新的論文和 (Python) 實作以培養更札實的能力。
(1) 彼得 ‧ 杜拉克 (Peter Drucker) 是三年學一樣新的知識。有些人則是念個學位，例如 EMBA。EMBA 的負面評價很多。但是，除了人際網絡外，一個好的課程可以提供完整的商業教育。以 Kellogg和 Wharton 為例，課程可以分成領導 (Leadership Essentials)、分析 (Analytical Foundations)、和企業核心功能 (Core Business Fundamentals) 三大類。
(2) 許多屬於工業工程的工作，例如排程 (scheduling)、智慧製造，都是需要軟體開發的能力；如果不具備此能力，公司和法人寧可找會開發程式的人，專業知識再請人教。
(3) 【具備條件】
1、大學及以上學歷，畢業於國內外大學的理工科（包括不限於金融工程，計算機，數學，統計，物理等）專業。
2、三年以上定量研究員/量化策略研發或交易工作經驗。（加密貨幣行業優先）
3、有衍生品理論知識，高頻交易系統，高頻交易策略經驗優先。
4、技能要求：英文文獻閱讀能力，熟練運用Python開發。
職務類別 金融研究員、金融交易員
工作待遇 年薪1,500,000~2,600,000元 （固定或變動薪資因個人資歷或績效而異）
沒有留言:
張貼留言