从高金到腾讯，跨界迎来远大前程 |MF-FinTech独家记忆

我认为FinTech就是用金融知识来理解，用数学、计算机知识来实现，是一个技术知识与实际问题完美融合的领域。所以在SAIF的学习，对我来说就是不断累积、等待花开的过程。在整个SAIF生涯里我就像一块海绵，不断汲取养分，高强度的学习、高挑战的项目练习，以及学院丰富的业界大咖资源，CDC老师的跟踪培养和就业指导，对我来说都是莫大的收获。我也始终坚持理论应用实践的初心，瞄准交叉方向，也有幸获得了来自大厂腾讯的Offer。

方向与抉择，逐渐明朗

2019年6月我从南京大学数学系毕业，面临研究生方向的选择，我希望能够把本科阶段所学应用到实践中。这时候我了解到了高金金融硕士（MF）项目开设了Fintech这一新专业方向，它完美地实现了我对求学的期待。

高金MF整合了全球顶级教育资源，课程设计参考麻省理工斯隆商学院和沃顿商学院，前瞻性和全球视野都让我十分心动。

于是我果断报名了MF的夏令营，与老师的交流也让我在踏入学院大门之前就对项目前沿的课程设计、优质的教学师资、丰富的实践资源等有所感受。前方迷雾消散，我的方向更加明朗，也更加坚定了我的决心。

投入硬核学习，构建跨界思维

在南大数学系的本科学习，让我由浅入深、循序渐进地搭建了现代数学学科框架，而SAIF MF-FinTech让我看到了如何将所学理论应用于实际生活，解决具体场景下的问题。

MF-FinTech方向十分注重培养金融业顶尖复合人才，必修课程大都充满挑战性，融合了数学、计算机和金融等学科，建立编程、云计算及大数据平台搭建的能力，形成金融和市场的国际视野，还引入前沿的区块链和随机过程等课程，拓展了学生对机器学习、区块链等前沿领域的认知。

在课程设计之外，MF-FinTech也是一个实践性非常强的项目：一方面教授们会有意识地将课程内容聚焦于业界实战，从课程中就能够积累大量的实践应用理论；另一方面也有很多项目练习，帮助学生深入理解与消化，培养解决问题的思维、快速学习的能力和独立思考的习惯。

我记得在一次课程项目中，需要解决图像去噪的问题，经典理论里的高斯滤波器实践效果并不好。我了解到计算机领域广泛应用的卷积神经网络CNN，于是从零开始学习，结果也证明了这个方法的有效性。

两年的学习不仅巩固了我所学的专业理论，更增强了我在抽象算法、编程求解问题方面的能力，让我能够为应对当前注重交叉专业融合的就业环境做好准备。

学习加持，导师引路，拿下心仪offer

在竞争日趋激烈的时代，要想取得进步，就需要不断去迎接新挑战，接受新知识、突破“舒适区”。

所以在理论上，我结合自己的就业倾向，在单机小数据集的python、pandas、numpy等程序之外，自学分布式大数据处理框架，并在分布式程序运营过程中不断优化迭代，寻找更具效率的方法。

去年毕业时，一切学习成果都将在此刻得到验证。其实在面临求职的阶段，我一度有些困惑。非常感谢项目学术主任李祥林教授耐心为我答疑，以他丰富的业界经验为我提供更宏观的认知，还联系了相关领域的业界专家，帮助我理清职业规划。

我一直比较倾向于交叉方向的岗位，最终也选择以数据分析为职业目标，这恰好是一个需要数学、编程、商业分析等交叉技能的新兴领域。虽然这个岗位的求职者专业各异，而我的优势主要在于本科阶段打下的扎实的理论基础、以及在SAIF所学习到的交叉学科知识和实践分析能力，最终赢得了腾讯的数据分析岗Offer。

踏入职场后，我需要学习的地方依然很多。在互联网这个快速迭代的领域，我也期待自己时刻保持敏锐的嗅觉，在技术层面不断跟进前沿理论知识，在业务层面积累沉淀分析框架，将来成长为兼具技术实力和业务洞察力的数据科学家。

如果你想从事金融科技领域的工作、在金融科技方面有一定的积累，高金的各位老师将给予你更进一步的开拓和提升。相信你也能和我一样，在高金MF看见未来事业人生的曙光。

本期分享完结

 # SAIF MF-FinTech独家记忆 

美好故事未完待续

更多精彩请期待后续系列报道