金融工程-就读体验
-
项目介绍
每一年都会有手册，在项目的官网上就可以下载下来，整个项目我觉得最大的一个high light是我们包括CMU term。
是和CMU Tepper School of Business合作的课程，这个课程会在我们的第六个小学期到美国，前两年都online，但是今年我们的项目主管说大概率可以线下去CMU一趟，学的课也是比较硬核，根据学长学姐的反馈课还是非常非常值得去听。
我们负责职业发展老师跟我们说简历可以更新一下写成certificate with，这可能是我觉得纸面上最大的亮点。
MFE program的课程构造学术方面，整个课其实主要还是围绕2，3部分，金融，数学还有编程，大部分mfe的program都是这样的，数学课基本包括了基础的现代微积分到随机微分持续以及关于数值计算的东西，编程主要全部都是C++，也有Java或者machine learning的选修课，但是必修课里面主要全部都是 C++。金融topic更广，很多都是在选修课里面，基础所有人都要上的，资产定价，公司金融，投资和管理。其实每个课程都会有大纲的介绍在官网上，如果想了解课可以看大纲介绍。
课程机制
因为这个其实我根据我了解，不同项目之间区别是非常大的，NTU的MFE也是一个比较经典的六学机制，他会有三个trimester，每一个trimester会分为两个小的Mini term，我们项目基本上是每六周结束一个学期，每7周一个考试，整个项目非常intense。每两个Mini term之间只隔一个周末，无缝衔接就立马就开始了。
这个是今年的课程架构，从7月份到11月份是第一个trimester，11月份到3月份再到6月份。刚刚提到那个CMU term其实是在Mini term 6。这个项目是可以选CMU track或者不选，如果不选的同学还是留在新加坡。如果今年可以线下就去CMU上课，拿到computational finance的证书
可能在你在这6个Mini term里面要上大概20-24门课，都是学术和整个项目的一些时间构架上的东西，还有一个关键点因为这是coursework项目，大部分读这个项目的同学想用这个做跳板去读PhD，但是可能更多数的同学都会关注于毕业之后就业的情况，后来发现了一个获取信息最简单最直接的方式，就是去领英上找这个项目的里读书的人，直接搜NTU MFE就可以，看到一些学长学姐可以去看一下他的经历，有可能他本科和你是一个本科的，学的东西都差不多都来了这个项目，你们的实习经历也差不多，那可能他整个职业路径和你会非常像，可以有更好的一个参考价值，因为毕竟自己找工作还是要找跟自己个例比较相像的一些人，心里其实基本上都有数了
申请时间线
我是去年10月12号提交的申请材料，将近12月底收到面试，面试之后自己约一个时间在1月12号做了线上面试，一周之后收到offer。我的GPA大概86，实习主要是在国内的量化私募做过Quant developer，也做过策略，最开始都做过data。我觉得可能来这边跟其他同学接触之后，可能我的成绩可能弱一点，在实习经历上稍微多一点，最后拿到这个项目的offer
我觉得自己的成绩不是很好，之所以我拿到offer可能就是因为我的整个background有一些量化相关的经验，因为其实我倒不是一定安利大家要往这行业去，但是我觉得Quant相关的岗位写在文书里是给编程和数学很好的背书，符合MFE program对你的最基本的要求就是编程和数学。
大概是今年Q2 6月份之后国内的量化私募的AUM的分布。来新加坡之后，我觉得国内本土的生态其实还是非常好的，有大把的公司，而且规模相对来说也都很大了，可能百亿上了就将近30家，其实在国外就是hedge fund，只不过是偏Quant一点的，国内能给大家提供很多的机会，可以去投一下简历去试一试，因为有些人可能会在觉得不一定适合自己，长远职业发展不是好的选择，但是其实我觉得可能花3个月全职实习就知道自己适不适合了。
1.左边这一堆私募会有自己官方的公众号，公众号上一定会有人才招聘的渠道，很方便。
2.BOSS直聘，能直接跟他的HR聊，把你的简历发给他，看能不能拿到一份笔试了。BOSS直聘上会有一大把猎头，国内私募会找很多的猎头去帮他们，你不想自己花时间去搜索也不一定非等着猎头来找你，可以去问一下猎头。
3.比较常用的实习僧，上面都是一些实习，最后一个是量化投资相关的一些公众号，他们定期会有招聘广告放出来，只管往邮箱里投就行。
笔试面试准备
关于笔面试
leetcode是百分之百躲不掉的，我觉得现在国内很多top的hedge fund招聘流程已经做的相当规范，题也跟美国公司的笔记比较相近，笔试至少对于我来说还是非常有难度的。Leetcode是百分之百躲不掉的，甚至很多公司笔试就一道或者两道Leetcode的，你只要全部通过可能就能进到面试了，但这也取决于你投递的岗位，据我所知至少developer和researcher肯定要考leetcode，小一点对冲基金可能会让你做一个project，比如给你一些数用一些模型做预测，言之有理即可，但是更多来说现在都比较规范，基本笔试都是线上的online assignment。
第二点就是数学，申请开发也是会考你数学的基本功，大学学到的高数，现代微积分，概论数据统计基本是最常考的，还会有一些比较难的用一些很基础的知识去解决偏分析类的问题，以及一些小学奥数题，其实去一些论坛里都是能看到的数学也是基本会考的，如果我去准备我还是会去把那些数学课的slide稍微翻一下，稍微脑子里起码要对公式有一个印象
第三点是一些经典的笔试题，比如说像运筹里面海盗分金，我甚至在国内应该算第一梯队的量化公司笔试题里见过，我觉得挺有意思的。
关于面试准备
基本会focus在以下的几个问题
1.项目经历，相信大家能通过简历筛选，笔试。其实还是需要有一些相关的项目，项目经历里面可能会问的比较深，我就被问过具体项目的模型很容易达到平静，平静之后有尝试什么样的方法去继续提升模型的表现性能，你尝试去做融合模型或者去再尝试不同特征工程做一些不同的验证。项目经历还是应该写的实在一点，不要太bluffing，有时候你写的很多bluffing东西，可能真的一下就把你问住了。
2.尤其是像Quant researcher，machine learning和deep learning的知识百分百会被问到，尤其是当你项目里提到过。
其实可能很多同学就刚开始没有这方面的经历。
1.是看学校里有没有这样的机会，比如说老师有相关的项目可以跟着做一下。如果没有，还有一个办法是去打比赛，kaggle上至少Jane street Optiver，国内的九坤投资都举办过机器学习相关的比赛，比赛完整的参加一次和完整的做project是完全类似的，可以把这个比赛当做一个project写到你的简历里。
2.当你没有一些实习经历的时候，可以去参加一些lead code举办周赛或者举办一些比赛，这些比赛也可以作为一个很好的经历写在简历里面。
3.像developer的岗位，编程基本功一定要被问到，比如线程进程，如果用python，c++会问面相对象的相关知识以及直接给一个算法题，至少要把所谓的代码或者思路写出来。最后一点，是常见框架相关的东西，尤其是申请数据分析的岗位，策略，一般会要求你对torch，tensor flow这些常见的deep learning框架有个了解。去做一些数据的话肯定简单的python得有稍微有一些了解，可能他会问你很具体的业务上的问题，比如问你用pandas写了一个二维的表，二维的表运算速度怎么去优化，可能取决于大家平常的一些经验，如果你做过很多大部分问题心里还是有数的，整体在Intern还是需要一定时间去准备的
关于量化岗位的介绍
岗位传统意义上来讲大致上可以分为三种
第一个岗位是quant searcher因为现在策略越来越多元化了，但是其实是去你自己去挖掘因子或者用模型组合因子。JD写的是非常详细的，基本上你要做一些数据挖掘，去组合一些因子来提升组合因子预测的有效性。
第二任职要求你是STEM背景，Linux，Python，C++，尤其是做高频的量化策略，一定要你有比较好的C++的编程能力。
第三点有时候不知道笔试面试怎么准备，看一下JD也知道怎么准备了，researcher相较于其他岗位对数学要求是最高的，可能考试考比较难的数学题。
第二个岗位就是量化开发或Quant developer
量化开发底下有很多的细分，我之前参与到了一个交易系统的开发里面，但是有时候你可能也在做高性能开发。QD相较于其他岗位对编程的要求是最高的，语言必须掌握的非常扎实，还有一些关于网络也得稍微有些了解，包括像gate doctor，application也得有所就有所了解了，总结笔，面试对编程的考量会更多。
第三个岗位是data scientist
我很有一些纯金融背景的同学会先从data science开始，因为可能在国内岗位数据分析或者数据工程师intern相较于其他两个岗位，更多会关注于数据对编程和数学的要求会弱一些，但是他会要求你对python里面所有数据分析的框架包以及数据库， schema，mongo，circle都得比较熟悉。如果是数据工程师，可能要对整个数据维护的运维的流程要有所了解，比如有没有自己用air flow做过一些东西。
第二点就是我觉得公司的数据岗位还是比较多的，因为一方面确实数据是非常重要的，一方面也是因为公司工作大了之后数据量太大了，各种各样的传统的数据，定位数据需要很多人力投入完成公司的数据框架，我之前实习的公司里面，感觉数据组的人都是最多的。
衣食住行
我之前我一直住在北方，新加坡整个气候四季如夏，基本20多度，然后晚上5点之后会觉得凉快一些，但是中午如果有太阳会特别特别热，第二天就是空调房会非常冷而且空调都不关的，我有时候去上课时候还得穿个长裤，不然就会冻得很冷。去一些workshop或者一些招聘会上会有一定的dress code，我其实从国内带过来一套西装也挺方便的，因为其他都是夏天的衣服。
吃
吃主要就是学校食堂还有食阁，商场里的一些东西。学校食堂一般如果上课前都会去学校食堂吃，整个口味还是比较偏向福建区域，但是你想吃的东西基本也都能吃到，麻辣香锅，炸酱面，兰州拉面学校食堂里也都有，外面都基本都能买到。吃的话就可能不像欧美区别非常大，食物的价格基本一顿饭，食格或者食堂一顿饭就5块钱左右，20多人民币，商场稍微贵一些。
住
我们宣讲的时候老师说大概50%的人会有宿舍，但是我感觉可能就是有些项目同学运气好一点，像我就没有抽到，选择了校外的住宿，校外会住在临地铁站的一些组屋或者公寓，做新加坡的绿线到先驱站有校车通勤到学校
工作和实习
我们这个项目可以选择两种毕业时间，第一种毕业时间是在次年6月，比如说我今年7月份入学，我可以选择明年6月份参加毕业证书，但是这个会有一点点问题，很多公司的summer必须要求你在24年毕业，如果选择次年6月毕业，可能会有些summer不够qualify
第二个选择就是选择intern-model，因为在新加坡，如果你在上课时间只能每周去实习16个小时，但是如果你在假期期间，如果你选择次年12月毕业会有一个intern module，在明年的6月到12月，有6个月的全职实习的时间。
MFE就业服务
我经历到的是会有简历，dress code，cover letter的一些workshop。
每个项目专门有负责职业生涯发展的老师，第二会有一些实习和全职实习机会的推送到我们的邮箱里，我们算正式开学了一个月多一点，基本就是每周就会邮箱里会给你推一些岗位，如果觉得不够也会自己去新加坡本地的一些招聘网站上去找实习，当然最主要的还是Linkedin上会有很多的机会，包括Indeed，job street，还有一些公司的官网里面自己去找一些实习机会。
新加坡没有集中型的大型的这种招聘会，一般都会是选择summmer或者off cycle Intern的留用，如果没有合适的Intern，直接找全职一般就是毕业前半年去找全职的岗位走面试笔试的流程。
问答环节
1.如果绩点不高有什么补救的方法吗？
首先我自己的观点申请交上去是一个package，如果绩点不是很高，但是综合的实习或者project比较好，某种程度上算是一种补救的方法
2.学长觉得MFE项目的优点是哪些呢？申请难度怎么样？
如果你非常想去对冲基金做Quant的职位，mfe课程基本可以包括，非常非常硬核的从金融，编程还是数学，整个课程非常的紧凑，比我想象的压力会大，确实能学到非常实用的知识，至少能把你的数学，编程的功底再提升一个level。第二申请难度方面，对于我个人难度还是不小的，NTU MFE一年只有50个人，但是这50个人里面会有一些新加坡学生，是本硕连读的项目，可能每年都有10多个，这50个人里面一年可能只有25个大陆的学生，整体来说我觉得竞争还是比较激烈的
3.学长的申请时间线
去年的10月12号提交的申请材料，但是每年的申请材料可以提交的时间是不一样的，收到面试是十二月底了，又过了大概20天开始线上面试，一周之后收到offer。
4.GMAT/GRE都要求吗？多少分比较好？
根据我的了解大部分我的一些中国的朋友的学生都是有GMAT的或者GRE成绩的，GMAT我觉得700以上会好一点，我知道的信息里面是整个学院的均分是717分。
