乘风破浪的SAIF MF-FinTecher, 看他们如何斩获人人想进的买方Summer Intern

上海高级金融学院MF

本期我们请到了上海交通大学上海高级金融学院（简称SAIF）金融硕士项目（简称MF）2019级FinTech Track的刘逊知与马海乾同学。作为SAIF MF FinTech Track首批学子,经过一年的学习，两位同学分别拿下多家大买方量化岗位Summer Intern Offer。下面一起听听他们的学习故事与求职心得吧。

SAIF MF-FinTech 19

刘逊知

暑期实习：九坤投资期货组机器学习方向

本科：上海交通大学化学

大家好，我是SAIF MF-FinTech19级的刘逊知，很高兴在这里和大家分享一些我的学习感受和对行业的理解。

我个人偏好买方Quant，因此在找暑期实习的过程中投递简历主要集中在国内头部量化私募，一共收获了九坤、思勰、灵均三家的暑期实习offer。最终我选择了九坤投资期货组，机器学习方向。

学在SAIF，掌握多元技能

我觉得SAIF MF-FinTech的课程设置是非常合理且贴合市场需求的，基本满足了FinTech就业的各个方向。无论是买方Quant，还是卖方Quant，课程教授的内容都足以应对面试以及实习实践。课程内容很多元，还有区块链等非常前沿创新的课程，让我们能够学习到最新的技能技巧。

如果就业方向志不在Quant，SAIF MF-FinTech的课程也能帮你寻找到适合自己的金融科技岗位。同学们可以在课程学习中，寻找自己感兴趣的方向，并通过和教授做实践Project充分了解行业的需求。这种全面培养，循序渐进的方法，我认为是十分有益的。

在来到SAIF MF-FinTech学习前，我自己对许多量化和机器学习相关的理论有一些零散的学习，但缺乏体系与条例。现在，在一年的学习后，我感觉自己对投资模型，机器学习模型的理解大大加深了。也能非常系统地理解各个模型的优劣与假设条件，并理解了机器学习在金融投资领域的特殊之处了。这些对于我当前的实习有很大帮助，也为我未来长远的职业道路打下了坚实的基础。

浅谈我对买方Quant的理解

由于我的兴趣点在于买方Quant，所以我想针对买方Quant和大家谈谈我的理解，也给学弟学妹们一些建议。

市场上一般将Quant分为Q-Quant与P-Quant。前者看重随机过程建模，一般在大型投行券商工作，后者一般在基金，私募等买方工作，两者对于数学技能的要求有一定差别，有想法的同学可以就自身兴趣早做准备。

无论是内资还是外资Hedge fund，公司比较看重概率统计和计算机能力。在买方，研究员一般需要有很强的统计学能力去研究和改进交易信号，以及资产组合与机器学习能力去组合信号。此外，所有的想法都需要通过代码实现，因此计算机能力必不可少，头部私募一般要求申请者熟练运用Python，会编写C++。

SAIF MF MF-FinTech项目很好地契合了P Quant和Q Quant的要求，既有衍生品，金融工程等课程满足Q Quant需求，也有机器学习、深度学习等课程学习P Quant技能。相关授课教授均为业内专家，不局限于学术理论，传授实战经验。整个培养方案是全方位的，同学们可以在学习过程中，结合自己的兴趣逐步寻找适合自己的就业方向。

一步一个脚印实现目标

从本科大二开始，我就对Quant抱有浓厚的兴趣。从大二暑期，我就在券商金工组实习，并在大三至大四期间，在一家初创私募实习。通过三年寒暑假的实操训练，我对二级市场以及衍生品交易有了一定的认识。这份经验也让我在实习面试时，能主动和面试官就市场与技术问题展开讨论。

然而，相比实习经验，我认为扎实的数学与计算机能力是更重要的。Quant面试与传统金融的面试很不一样，无论是笔试还是面试，都是在做数学题，有些公司甚至还有机试检验申请者的编程能力。在买方Quant，优秀的技术能力是最重要的，只要技术水平足够突出，就一定能收到面试官的青睐。

我个人认为，未来的就业是围绕计算机+，所有的行业都在与计算机技术融合。未来是大数据的时代，而金融业也是最容易获取大数据的行业。因此Fintech的优势就在于概率统计能力，计算机水平，以及数学建模思维等，这些都是大数据时代不可或缺的能力。

对于买方，既有处理量价等结构化数据的传统Quant；也有通过宏观与财务数据挖掘交易机会基本面Quant；甚至还出现了研究卫星遥感等另类数据的Quant。就岗位与发展路径而言，买方通常采用扁平化管理。一般分为研究员，投资组合经理，合伙人。许多买方从业者在积攒经验与人脉后会选择自行创业，建立自己的基金。

FinTech适合这样的你

FinTech适合热爱技术的同学。就我的观察来说，Fintech方向的教授以及我在量化私募遇到的研究员与合伙人，大多都具有这样的特点。虽然量化私募是高收益行业，但相比赚取收益，很多人更在意的是智力上的挑战。因此除了硬性的技术门槛，是否真正的热爱技术，愿意钻研技术是很重要的一点。

对于就业，从狭义角度，Fintech面向的主要是P Quant和Q Quant，各自的发展路径也略有不同。P Quant从研究员起，到投资组合经理，其中的佼佼者可能有自行创业的机会。Q Quant一般在大型投资银行，从analyst起，至VP（Vice President,副总裁）、ED（Executive Director,执行董事），其中的佼佼者可能成为MD（Managing Director，董事总经理），管辖整个中国区，亚太区的业务。

但Fintech也不仅仅是Quant，从广义角度所有“金融+计算机”的业务，都可以是Fintech的就业目标。无论是互联网金融还是咨询公司的技术岗，都是潜在的目标。未来，金融和科技的结合会进一步加深，国家发展战略也提到了金融科技领域。我相信未来Fintech领域一定会蓬勃发展，也期待更多有志的年轻人能走上这条道路。

SAIF MF-FinTech 19

马海乾

暑期实习：九坤投资量化研究岗位

本科：上海交通大学化学

大家好，我是SAIF MF-FinTech19级的马海乾，首先简单分享一下我个人找实习的情况。

在今年暑假前的课余时间，我先后申请参与了兴全基金和九坤的远程实习。在大概期中的时间，因为不确定九坤暑期能不能继续做，所以开始申请暑期实习。申请的主要是买方的实习，主要针对公募基金的量化研究岗位。最终九坤的话得到了顺延到暑期继续实习的机会，公募方面拿到了华夏基金，中欧基金和东方红资管的暑期实习，几家公司都是股票的量化投研方向。

我的求学与求职心得

两个学期的课程下来，我觉得高金Fintech的课程设计是非常科学的，一年下来学习的专业课知识收获很大，并且学得东西大部分都真正会对找实习、就业有所帮助。比如机器学习课还有数据库课，我在求职面试的过程中经常调出课程笔记复习。一年下来，我的数学、编程的基础得到了全面夯实，学习能力与表达、分析等综合能力都有了很大的提升。

在职业发展中心老师的督促和指导下我很早就开始准备实习的申请准备，最终拿下了自己比较理想的Offer,在这里也想具体给大家分享一些比较务实的申请经验。

我最终选择的九坤投资的实习申请分笔试和面试，笔试的题比较难，考察重点是偏逻辑思维能力，同时会有算法题和编程题。另外，如果学弟学妹们也有意向申请九坤的话，比较推荐大家参加的九坤的量化联赛，联赛每年都会举办，如果在量化联赛取得不错成绩的话申请会有加分。我曾和同学组队参加了两次比赛，获得的成绩都不错（一次第一，一次第二）。参赛经历对九坤后续的申请有帮助，同时这样的经历也能写到简历上丰富内容增添自己的竞争力。

整体而言，公募是比较热门的申请目标，申请的人多，但是最后的岗位少，所以建议大家多多广泛投递申请。一般公募的量化规模相比其他部门会小一些，申请前建议大家多方了解不同公募的风格，还有往年的留用情况。

我眼中的FinTech发展道路

我觉得FinTech同学一个非常大的优势就是拥有很多可能，FinTech的发展道路是非常多样化的，而且市场需求比较旺盛。

从我个人的今年的体会来看，FinTech的同学可以申请的岗位很多，除了投研方向的量化岗之外，今年观察到很多基金和买方也在招算法，数据挖掘或数据开发之类的岗位。这些岗位都非常适合FinTech方向的同学，且未来发展也很广阔。

也因为可以发展的工作岗位很多样，其实各个发展方向偏重的具体技能也有所不同。比如做人工智能算法的和做大数据开发的，需要的技能树可能完全不同。而SAIF MF FinTech方向的课程设置有金融，机器学习和计算机技术和应用三大块内容，全方位的培养能为大家打下完备的基础，这让我们的未来职业发展拥有了很广阔的空间。