很多人说:“在华尔街,真正通用的学科就是数学。” 这句话其实点出了数学的核心价值:逻辑思维、建模能力、抽象推理。
一、数学专业分类
-
基础数学(纯数):研究数学结构和规律本身,包括数论、微分几何、图论、代数拓扑等,偏向理论探索。
-
应用数学:以数学为工具,解决科学、工程、商业和社会问题,涵盖概率学、运筹学、博弈论等方向。
二、优势与挑战
优势
-
逻辑推理和拆解问题的能力突出,训练严谨思维和抗压能力;
-
便于自学相关技能,如编程、数据分析、建模;
-
发展路径多元,可继续科研、进入科技行业或金融量化等领域。
挑战
-
对不喜欢推理和证明的学生,学习过程可能枯燥艰难;
-
课程难度高,考前突击难以奏效,拿高分需要长期积累;
-
数学专业高手云集,学习中需要保持良好心态。
三、金融行业就业方向
1. 精算师(Actuary)
-
工作:计算保险费率、赔付准备金、年金等,涉及风险评估。
-
背景:数学、统计、经济相关专业,硕士更有优势;需通过职业考试获取认证。
-
技能:金融与保险知识,熟悉 Excel/SAS/SQL/Python。
2. 量化分析(Quant)
-
工作:用数学建模和编程做衍生品定价、风险管理、量化交易。
-
背景:数学、统计、计算机、金融等,硕博更受欢迎。
-
技能:编程与算法、金融市场知识、建模与策略开发能力。
3. 销售与交易(S&T)
-
工作:
-
Sales:拓展客户、设计并销售金融产品;
-
Trading:负责实际交易操作。
-
-
背景:本科及以上,商科、量化金融等专业,需对市场和财务有理解。
-
技能:沟通能力、市场敏感度、细节把控。
4. 行业研究(Research)
-
工作:宏观经济、行业趋势、企业战略研究。
-
背景:数学、统计、运筹学、经济、管理等交叉背景;本科及以上,相关实习经历很加分。
-
技能:数据分析建模、计算机技能、较强研究与写作能力。
其他相关岗位
-
投行(IBD):IPO、并购、股票发行等;
-
财富管理(WM):为客户提供投资、税务和资产规划;
-
风控(Risk):监测与控制金融风险;
-
运营(Operation):业务流程优化与支持。
四、互联网与科技行业
1. 数据分析师(Data Analyst)
-
工作:数据清洗、建模、可视化,支持业务决策。
-
技能:Python/R、SQL、统计学、可视化工具(Power BI、Tableau)。
-
就业领域:互联网、金融、咨询、快消等。
2. 数据工程师(Data Engineer)
-
工作:数据库设计、ETL流程、数据仓库建设,大规模数据处理。
-
技能:SQL、Python/Java/Scala,大数据工具。
3. 软件开发工程师(SDE)
-
前端:网页界面开发(HTML/CSS/JS);
-
后端:服务器与数据库开发(Python/Java/SQL 等);
-
全栈:兼顾前后端,要求全面。
4. 算法工程师(Algorithm Engineer)
-
工作:涉及图像、语音、信号处理、通信、生物信息等方向。
-
背景:数学、计算机、电子、通信专业,硕士更常见。
-
技能:Python/C++,机器学习与深度学习框架,大数据工具。
五、其他常见选择
-
财会方向(审计/税务):需要专业实习+扎实的财务知识,CPA等证书是加分项。
-
咨询方向(战略/财务/经济咨询):需要逻辑分析、沟通能力和相关实习背景。
-
教育方向:数学及应用数学毕业生可进入中小学或高校任教,需要教学热情和耐心。