量化金融就业怎么样？
在复旦做量化的两年里，我遇到很多想转quant的同学，有本科数学的，有本科计算机的，也有本科统计的；他们有的已经拿到了offer，比如去JP Morgen、Blackrock、DeutscheBank这样的公司做 Quant 交易员或 Quant Developer，也有的仍在苦苦等待面试或笔试的通知。作为过来人我想给同学一些建议：
1.多刷leetcode： 这对于任何想进量化公司的人来说都非常重要！我大概准备了200多道Leetcode题，每天刷一道，最终在面试中碰到了两道题和Leetcode极其相似（虽然我并没有做过），顺利拿下来。因此建议大家也多刷Leetcode，准备一些常见的题型。另外，对于算法的掌握也需要提高，比如动态规划、贪心、回溯等基本的数据结构和方法一定要会。
2.熟练掌握python和R： 现在各大公司对Python的要求越来越高，因为Python有很多库可以进行数据处理和分析，而且编程相对简单。但是，如果要做期权定价、债券估值这些，还是要学会R语言，因为Python在这方面不如R方便。
3.多关注行业内的资讯： 比如最近Vanguard刚发布了新的ETF策略，就可以引起市场的一波小波动，我们团队也由此做了不少文章。所以大家也要多注意这类消息，也许就能找到新的algorithm。
4.多做实习： 我觉得实习最重要的一点是可以让自己迅速熟悉工作环境，减少与同事之间的陌生感（尤其是在疫情期间需要远程办公），同时还能拓宽自己的社交圈。
当然，在做实习时也可以认识许多投行的朋友，他们有时也会提供一些内推的机会。
目前Quant的岗位主要分为Quant trader/Quant developer两类。前者是对quant的基础要求较高，通常为计量、数理、编程扎实，拥有较好的数学基础，对资产价格和风险有一定的理解，最好还具备一定的编程能力，能够实现复杂的公式。后者则更偏重编程，具有较硬的前端开发技能，能够设计出高效的实现方案以完成上级交代的任务。不论哪一类Quant，编程都占很重要的位置。