大对数人不会永远在量化投资领域工作！

原创 QIML编辑部量化投资与机器学习

量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，荣获2021年度AMMA优秀品牌力、优秀洞察力大奖，连续2年被腾讯云+社区评选为“年度最佳作者”。

招聘过程是随机的、不公平的！

这就是这个领域的本质。

大多数对冲基金和自营机构都很精简，业务的增长具有战略性和保守性。像BAT这种科技大厂，某一家人员的招聘可能都比所有对冲基金和自营机构招聘的量化分析师的总数还要多。

初级岗位的竞争，求职者比职位要多得多！

你个人简历中的任何不足都可能会让你的面试Pass掉（非目标学校、非传统候选人等等）。小型基金每年可能招聘1-2名应届毕业生，而许多基金根本不招聘毕业生。

初级岗位的招聘过程也异常困难。脑筋急转弯部分减少了，编程测试取代了数学测试，但过程的难度/结构保持不变。这在很大程度上取决于运气和主观性（你以前见过这个问题吗？面试官心情好吗？等等）。如果你只把目光放在几家量化对冲基金上，除非你是一个十分出色的应聘者，否则你会非常失望。

做好被拒绝的准备！

量化投资不是科技大厂！

不能把Quant就业当成科技大厂就业。

Quant领域没有像CS领域的BAT大厂。把Quant领域的公司像BAT那样划等级是不明智的！

是的，有些量化对冲基金做的比其他基金公司出色，但即使是在一个量化对冲基金内部，也会有很大的不同。如果你很幸运，加入了一个比较核心且盈利的部门，并通过自身带来了更多的价值。那么，你将获得更多的报酬，有更好的生活质量。

是的，转到技术或其他领域的数据科学岗位是可能的，但这类职位看重的是有技术经验的人，而不是有特定量化经验的人。除了少数例外，唯一特别重视量化经验的角色类型是其他量化角色。

大多数人不会永远在量化投资领域工作，但仍将拥有成功的职业生涯！

这段话并不是要在这里打击任何人。

但量化投资是一个在竞争极其激烈的行业中竞争最激烈的领域之一！

正如在第一段我们提到的，在这个领域根本没有那么多工作机会。我们和许多聪明的人一起上学，一起努力（包括比我们更努力、更聪明的人），有些人参加了面试，灰心丧气，去了别的地方寻找工作；而有些人甚至从来都没有费过心，就拿到了理想的offer。

许多决定进入科技行业的人都有非常成功的职业生涯。事实上，在科技行业中，他们中的许多人已经赚得比他们在金融行业赚得要多得多，而他们所付出的努力却要少得多。

同样值得注意的是，即使是最大规模的量化基金，一些收入最高的人也不是直接解决最技术性问题的人。

对一个在量化投资领域有向往的人来说，其实，还有很多方式也可以过上体面的生活。

其他的一些建议

1、对于非背景的人来说，进入量化行业是有可能的，但这是极其困难的，甚至可能最终都不值得！

2、获得博士学位可以打开更多的大门（这不是绝对的！），但这是一个极其煎熬的过程，伴随而来的是4-5年接近贫困水平的工资。如果你考虑读博的唯一目的是提高你能得到一份量化领域工作机会，那么你的努力应该花在其他地方！

3、不要把时间浪费在某些晦涩难懂的编程语言上。绝大多数的量化对冲基金都使用C++、Python，还有少量的R。

---

最后，我们没有制造焦虑或者劝退大家，而是这个行业的一部分就是这样真实的存在！

也是为了给那些想进入量化投资领域的人一些建议~

同样，面对这样具有挑战且高薪的行业，我们也希望更多人的可以投身其中，成就自我！毕竟，如果你真的沉入其中，研究它，顿悟它，它还是很美的！

大家可在留言区写下你得感受与想法~