羡慕投行高薪光环？让我从科技公司杀入进金融公司的技术竟然是...
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
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.
国际竞赛真题资料-点击免费领取！
美高学分项目重磅来袭！立即了解
2025欧几里得数学竞赛报名开启！
