羡慕金融圈高薪光环？有了这个武器，你也可以从科技公司杀入华尔街！

1 什么是金融矿工？

作为数学、物理、统计、工程等纯理工科专业的同学，没有金融背景就没办法进投行了么？

投行拿着薪资150k＋，连网红都欣羨的Quant的精英，才是全宇宙限量版的男神和女神。

Quant作为Finance领域中金融运作和Decision Making核心，不仅行业发展势头好，金融市场更是对Quant人才求贤若渴，无论是高大上的投行，还是低奢的PE，Hedge Fund，或Equity Research，都需要强大的Quant和庞大的Quant精英队伍来作为支撑。

不仅工资和CS专业不相上下，因为需要很多量化知识背景，较高的专业壁垒也让Quant员工比起前台Trader更加稳定。

作为一位合格的矿工，Python是必备技能是一。

2 学习Python的6大原因

为什么Python适合作为第一个学习的编程语言?

Python语言设计的初衷就是容易上手

作为一门基础语言,融会贯通后, 有助于学习其他语言,例如PHP, Perl, Ruby等

诸多大公司(例如Google, IBM, Disney)的员工使用Python快速编写很多小程序来辅助和优化工作流程,减轻很多不必要的重复劳动

Python 以及Django构架搭建的网站, 我们就来看看有哪些: Pinterest, The New York Times, The Guardian, Bit Bucket, Instagram, Youtube, Dropbox, Quora, Reddit, Spotify …

无论是商科, 经济, 数理化还是工程计算机, Python的覆盖面很广

大量科学计算和金融分析使用短小精悍的python script完成

Python是Data Scientist门最常用的分析工具, 有极为丰富的组建和工具包

Python程序员的薪资普遍优秀, 根据Angel List, Python是需求量第二的技能, 也位居平均薪水最高的行列

Python从入门到精通

数据工程师的5种数据结构

6个必备算法

大数据标配NumPy/SciPy Stack

构建机器学习模型项目实战

Deep Leanring

TensorFlow

明 星 导 师

M导师，高级软件工程师，美国常春藤大学计算机硕士。

拥有多年一线软件工程师工作经验，曾就职于Google等top-tier高科技公司，现任核心金融公司Desk Quant。精通数据结构和算法，熟悉Python在高科技界和金融业的运用，擅长构建基于Python的数据挖掘／机器学习／量化交易平台。

有丰富的面试经验，总结出“要点模式化”技术面试方法，使学生精准抓住面试考查要点，在较短时间内提高面试命中率，辅导学生多人拿到一流公司offer。

开 课 时 间

第一节课

2018/2/10（周六） 美西时间7:00pm - 9:00pm

第二节课

2018/2/17（周六） 美西时间7:00pm - 9:00pm

第三节课

2018/2/18（周日） 美西时间7:00pm - 9:00pm

第四节课

2018/2/24（周六） 美西时间7:00pm - 9:00pm

错过直播不要怕，直播结束后会发出直播视频回放。

课后会有项目和微信群刷题，帮你巩固知识。

课 程 大 纲

第一节课

Python特性及应用介绍

对Python进行整体介绍和要点学习 掌握软件开发核心过程 介绍最新业界动向和热门领域发展方向

1. Python语言的特性和优缺点分析

2. Python在高科技公司的应用 (Uber, Pinterest, Facebook/Instagram etc)

3. Python在金融Quant业的应用(大投行对冲基金FinTech etc)

4. 基于Python的大数据和机器学习介绍

5. Python Demo 演示基本用法和重要的built-in functions/data structures

6. 程序调试debug和测试unit test

7. Python技巧和高级用法:迭代器(Iterators), 生成器(Generator), Decorators, Closure, Regular Expressions, functional Programming

第二节课

数据结构和算法学习

深入学习基于Python的核心数据结构和算法

1. 基本数据结构 array, dictionary/hash table, tuples, sets, strings.

2. 栈(Stack),队列(Queue), 链表(Linked Lists),二叉查找树(Binary Search Tree),堆(Heap),图(Graphs)

3. Customize data structures

4. 基本算法递归vs迭代, 分而治之, 搜索排序

5. 深度优先搜索广度优先搜索贪婪算法动态规划 穿插面试真题实战分析

第三节课

项目实战

基于Pandas 和 scikit-learn 对真实的体育比赛历史，房价，B站弹幕情感等数据进行分析，挖掘有趣的关系，构建机器学习模型对未来比赛，房价进行预测。我们还会cover 数据分析中的图像可视化方法和技巧。

学员们能够基本掌握数据科学思维，独立完成一定的数据分析任务，助其获得宝贵的实际操作能力，从而打开数据科学的大门！

技术简介：

numPy+Pandas tech stack ： 最热门，最powerful的python 数据分析library, 通过本次project，学生将熟练掌握用pandas处理数据的各个步骤，对data pipeline有较为深刻的理解。

scikit-learn： 久经考验并广泛运用于工业界的机器学习库。

matplotlib：经典的python based图像可视化library

第四节课

大数据和机器学习基础案例分析

最火的大数据究竟指的是哪些技术？

1. 大数据和机器学习简介

2. 科学计算标配package: NumPy/SciPy Stack

3. 机器学习最热门方向Deep Learning (AlphaGo运用的算法)

4. 机器学习最热门平台TensorFlow (Google Brain)

5. 带领学生完成一个project智能识别系统

基于Python machine learning framework

尝试多种机器学习算法(Logistic Regression, K-Nearest Neighbors, Support Vector Machines)用于智能图像识别

掌握机器学习各个步骤:Data Loading, Data Visualization, training, evaluate models, make prediction, etc.

课 程 形 式

课程形式为线上视频直播，每次课程可与导师互动交流，每次课程只限20人报名，保证学习质量。中国美国可同时观看直播。每次课程结束将会给所有学员发送视频链接，可反复观看复习课上内容。

学 员 战 绩

往期精品小班学员入职公司汇总

求 职 宝 典

报名后即可获得价值$1200的全部工程专业的求职宝典！《独家面经和题库》《美国就业手册》《硅谷求职攻略》《工程求职宝典》等的求职材料和求职资源。

报 名 方 式

往 期 学 员 反 馈