【数学背景】申请英国研究生方向推荐
数学背景申研方向可分为三大类:
1.数学领域
2.数学转商科
3.数学转计算机
1、数学领域
1)金融数学、金融工程、金融科技
金融工程 (Financial Engineering)是一个统称,项目名称也叫金融数学(Financial Mathematics)、计算金融(Computational Finance)、量化金融(Quantitative Finance)等,综合运用数学、统计和编程工具来解决现代金融行业的问题。
金融科技(Financial Technology, 简称FinTech)主要是指由大数据、区块链、云计算、人工智能等新兴前沿技术带动,对金融市场以及金融服务业务供给产生重大影响的新兴业务模式、新技术应用、新产品服务等。
金融科技和金融工程有很多相似之处,在求职方面基本上是相同,因此,我们在工作岗位概括的时候,把金融科技的就业一并在这里进行概括归纳。金工的从业者,就是我们俗称的”Quant”,从工作内容来划分,Quant的职业路径主要有以下五个:
-销售和交易
-金融模型/策略/研究
-量化投资管理
-风险控制
-数据科学
2)数学应用型:数学与运用数学,运筹学(包括运筹学在计算优化、数据科学、风险控制中的应用)
数学(Mathematics)是研究数量、结构、变化以及空间等概念的一门学科。数学透过抽象化和逻辑推理的使用,由计数、计算、量度和对物体形状及运动的观察而产生。数学包括算术、代数、几何、分析这四大方向。
应用数学(Applied Mathematics)将抽象的数学工具运用在解决科学、工商业及其他领域上的现实问题。广义的来说,数学物理、数学流体力学、数值分析、运筹优化、概率论、统计学、金融数学、博弈论、数理经济学、生物数学、控制论等方向都属于应用数学的范畴。
运筹优化,有少量学校开设了独立的研究生项目,大多数学校把这个方向设置在数学与应用数学或者工程工程与系统工程系下面。由于统计学、金融数学、工业工程与系统工程、运筹学很多学校开设了独立的研究生项目,这里概括的应用数学专业的特点不包括这几个方向。
职业选择:
数学与应用数学方向,由于理论性强,职业前景相对其他方向差一些,是一个相对冷门的申请方向,适合读博士。
3)数据相关:数据科学、统计学(在数据科学、运筹学、生物学中的运用)、分析学/商业分析等;
数据科学(Data Science)研究如何收集、分析、解读数据。是在大数据发展以后兴起的一个学科,它是数学与应用数学、计算机科学和统计学的交叉学科。它处理的数据专指大数据。数据科学对计算机编程能力的要求高于其他几个方向。
统计学(Statistics)主要通过概率论建立数学模型,收集所观察数据,进行量化的分析、总结,进而进行推断和预测,为相关决策提供依据和参考。统计学是建立在严谨的数学推理之上,背后涉及的数学理论知识包括微积分、线性代数、概率论等等。
生物统计(Biostatistics)是统计学方法在生物医学、药学、公共卫生领域的具体应用。生物统计学是一个交叉学科,大多数学校设置在公共卫生学院,还有一部分设置在医学院或者作为统计学的一个分支方向。生物统计没有强制要求申请人有生物或者医学方面的专业背景,但是有相关的知识或者经历对申请名校非常有帮助。
分析学(Analytics)学习数据分析的方法和工具,以及如何运用这些方法和工具来辅助决策,专业涉及到数据科学在城市分析、环境分析、心理学、计算机、健康领域以及商业领域的运用。
商业分析(Business Analytics)是数据分析的方法和工具在商业领域的应用,除了学习分析的方法和工具之外,还要学习商科的背景知识,以决策优化来创造价值的新兴专业。
数据相关的专业,未来的职业路径可为:
数据科学家
数据分析师
数据工程师
统计师/生物统计师
咨询顾问
分析师/商业分析师
数学在工商管理领域同样有非常广泛的应用,比如:
-人力资源管理
-市场营销(Quantitative Marketing方向)
-国际管理
-金融管理
-电子商务
-供应链和物流