在投行或券商當數據科學家 (Data Scientist) 是什麼體驗？

12-29

前幾天看某公眾號發表wall street 最新熱門工作需求有數據科學家所以有此疑問，一般這種職位被放在前中後哪個台具體職能以及未來的職業路徑怎麼樣

其實數據分析、量化分析、金融工程、商業分析本質上都差不多，都是運用數學統計模型解決金融中的問題，但使用的軟體會有一些區別，比如excel, python, c++, R等。

一般來說，quant/strat是在投行中做此類工作比較傳統的叫法，一般是衍生品定價、交易執行演算法、量化投資等，這是存在了20-30年的職業，也有不少人開了自己的基金，基本上在金融領域站穩腳跟了，而且一般需要博士學歷。

現在比較熱門的叫做business analytics，這一般需要本科學歷就可以了，適合投行傳統的業務，但比excel vba高級一些，又沒有達到複雜的量化模型那種程度，應該是比較適合投行大部分業務需求的。

投行本質上是做sales的，本來做技術的並不是主要的，畢竟大家技術都差不多，關鍵是誰能賣；只是最近IT科技發展快了些，技術上的差別體現出來了，所以要重視一下，削減冗員減少成本，因此會招很多business analytics的人。

是不是類似goldman擁抱高科技那類文章？現在不是大數據時代結合金融嘛，哪裡都需要data scientist。前景當然不錯，做quant做risk做互聯網金融都需要data analysis。不過數據科學家不僅限於金融的投行券商，很多行業都可以用的。百度的大數據據說就做的不錯。如果題主是計算機專業可以選擇這個方向。具體體驗坐等大神來答。

數據科學家不好界定。你說的這個工作可能是做數據相關工作的級別比較高，經驗比較豐富的吧。

體驗就是

有一天ceo親切的握著清潔工的手說要是沒有你們的辛勤付出哪裡有咱們宇宙第一行的今天

清潔工說哪裡哪裡這是我的榮幸

交易員投行家 it support 清潔工和數據分析師都有光明的未來

體驗？做出來的報告trader扔在桌上根本不看，這種事我會亂說嗎？！

交易方面。

接觸過幾家大行的flow/delta one/central risk book等。現在都已經開始組機器學習向的team了，現有的人大多是原先組裡拉來的人，還屬於組建中。另外接觸過幾家小的銀行，有一些做nlp的，不過並沒有作為主要項目，感覺只是嘗試中。接觸的有大宗的，自稱用big data，但是完全沒有基礎，也是個意願。

除了交易。

接觸過交易所的，剛建起來ds的team。老大以前一起工作過，之前問他怎麼樣了，他說就他一個人，還在各種documentation的工作。另外某大行的，已經在嘗試ml在傳統quant的工作上了（嘗試中）。

所以總的說來，大家都是在嘗試，屬於還在部署中，需求和機會很多。

難道不是按照統計的方法，將海量的數據實施分析，得出結論，供交易員或者決策層採用嗎？

我覺得就是類似宏觀分析師或者某某行業分析師，但需要向上游的數據端進行拓展，不是分析現成數據，而是直接分析基礎數據。

體驗就是，各條業務線都沒有準備好擁抱這個數據的時代，雖然可能最大的領導準備好了。另外，金融領域數據的業務複雜性要遠遠大於其他行業。。。

Data scientist 基本就碼工的工作吧，sql specialist, 熟悉金融的time series data structure, 知道怎麼處理股票的corporate action s.有NA data, 曉得怎麼做damage control. 維護整個數據integrity, so that quants can produce superior results from their models.

市場盤中一度失守2800點，但是這恰恰是一個進場的機會，因此首先要恭喜昨日敢於在2800點之下進場的朋友們，而對於已經持股或者重倉的投資者來說可以尋求加倉做差價的機會，倉位上建議目前可以逐步加倉到七成倉左右。具體操作依然是不追漲，不殺跌。