羡慕投行高薪光环？你得先打好这个基础

什么是金融矿工？

作为数学、物理、统计、工程等纯理工科专业的同学，没有金融背景就没办法进投行了么？

投行拿着薪资150k＋，连网红都欣羨的Quant的精英，才是全宇宙限量版的男神和女神。

Quant作为Finance领域中金融运作和Decision Making核心，不仅行业发展势头好，金融市场更是对Quant人才求贤若渴，无论是高大上的投行，还是低奢的PE，Hedge Fund，或Equity Research，都需要强大的Quant和庞大的Quant精英队伍来作为支撑。

不仅工资和CS专业不相上下，因为需要很多量化知识背景，较高的专业壁垒也让Quant员工比起前台Trader更加稳定。

作为一位合格的矿工，Python是必备技能是一。

学习Python的6大原因

为什么Python适合作为第一个学习的编程语言?

Python语言设计的初衷就是容易上手
作为一门基础语言,融会贯通后, 有助于学习其他语言,例如PHP, Perl, Ruby等
诸多大公司(例如Google, IBM, Disney)的员工使用Python快速编写很多小程序来辅助和优化工作流程,减轻很多不必要的重复劳动

Python 以及Django构架搭建的网站, 我们就来看看有哪些: Pinterest, The New York Times, The Guardian, Bit Bucket, Instagram, Youtube, Dropbox, Quora, Reddit, Spotify …
无论是商科, 经济, 数理化还是工程计算机, Python的覆盖面很广
大量科学计算和金融分析使用短小精悍的python script完成
Python是Data Scientist门最常用的分析工具, 有极为丰富的组建和工具包
Python程序员的薪资普遍优秀, 根据Angel List, Python是需求量第二的技能, 也位居平均薪水最高的行列

8小时魔鬼训练课程

Python零基础入门和高阶技巧

数据工程师的5种数据结构

和6个必备算法

大数据标配NumPy/SciPy Stack

Deep Leanring

TensorFlow

明星导师

M导师，高级软件工程师，美国常春藤大学计算机硕士。拥有多年一线软件工程师工作经验，曾就职于Google等top-tier高科技公司，现任核心金融公司Desk Quant。精通数据结构和算法，熟悉Python在高科技界和金融业的运用，擅长构建基于Python的数据挖掘／机器学习／量化交易平台。有丰富的面试经验，总结出“要点模式化”技术面试方法，使学生精准抓住面试考查要点，在较短时间内提高面试命中率，辅导学生多人拿到一流公司offer。

适合学员

所有想要快速学习入门Python的同学

马上扫码入微信群，了解更多课程详情。

开课时间

第一节课

2017/9/2（周六）美西时间7:00pm - 9:00pm

第二节课

2017/9/3（周日）美西时间7:00pm - 9:00pm

第三节课

2017/9/9（周六）美西时间7:00pm - 9:00pm

第四节课

2017/9/10（周日）美西时间7:00pm - 9:00pm

错过直播不要怕，直播结束后会发出直播视频回放。

课后会有项目和微信群刷题，帮你巩固知识。

课程大纲

第一节课

Python特性及应用介绍

对Python进行整体介绍和要点学习

掌握软件开发核心过程

介绍最新业界动向和热门领域发展方向

1. Python语言的特性和优缺点分析

2. Python在高科技公司的应用 (Uber, Pinterest, Facebook/Instagram etc)

3. Python在金融Quant业的应用(大投行对冲基金FinTech etc)

4. 基于Python的大数据和机器学习介绍

5. Python Demo 演示基本用法和重要的built-in functions/data structures

6. 程序调试debug和测试unit test

7. Python技巧和高级用法:迭代器(Iterators), 生成器(Generator), Decorators, Closure,

Regular Expressions, functional Programming

第二节课

数据结构和算法学习

深入学习基于Python的核心数据结构和算法

1. 基本数据结构 array, dictionary/hash table, tuples, sets, strings.

2. 栈(Stack),队列(Queue), 链表(Linked Lists),二叉查找树(Binary Search Tree),堆(Heap),图(Graphs)

3. Customize data structures

4. 基本算法递归vs迭代, 分而治之, 搜索排序

5. 深度优先搜索广度优先搜索贪婪算法动态规划

穿插面试真题实战分析

第三节课

刷题秘笈和面试准备技巧

如何在求职面试中走捷径

如何避免雷区拿到Dream Company的offer

1. 剖析招聘流程求职准备时间表

2. 如何准备一份高命中率的Resume/Cover Letter

3. 高效求职要点：如何根据Job Description完善提升自己，如何刷脸找人内推, 合理利用LinkedIn

4. 如何准备Behavioral interview questions

5. 如何高效刷题理解记忆以不变应万变

6. 电话面试和on-site面试注意事项

7. 技术面试模版

8. Technical Interview (coding & design) 分步剖析

穿插面试真题实战分析

第四节课

大数据和机器学习基础和案例分析

最火的大数据究竟指的是哪些技术？

1. 大数据和机器学习简介

2. 科学计算标配package: NumPy/SciPy Stack

3. 机器学习最热门方向Deep Learning (AlphaGo运用的算法)

4. 机器学习最热门平台TensorFlow (Google Brain)

5. 带领学生完成一个project智能识别系统

基于Python machine learning framework
尝试多种机器学习算法(Logistic Regression, K-Nearest Neighbors, Support Vector Machines)用于智能图像识别
掌握机器学习各个步骤:Data Loading, Data Visualization, training, evaluate models, make prediction, etc.