Ti melyik irányba indulnátok: adattudomány vagy pénzügyi matek?

Mind a kettő nagyon jó választás. Amelyik jobban tetszik azt válaszd.

Adattudós esetében szinte csak az angol jó. Esetleg, ha gépi tanuláshoz is értesz, akkor német (autóipar). Másik pályát választva elképzelhető, hogy előny lesz, ha van egy plusz nyelv is, de előre nehéz megmondani

hello,

én a pénzügyi matekot javasolnám neked, több okból is.

1) Nézd meg a data science / adat elemző álláshírdetéseket. Mit látsz, elsősorban milyen végzettséggel rendelkező embereket keresnek? Matematika / Fizika / Statisztika / Computer Science Msc. Mi a közös ezekben a szakokban? A brutál matek.

Az adattudomány alapja a matematika. Ahhoz, hogy megértsd az adatbányászatban használt algoritmusok működését, a legújabb kutatási eredményeket, esetleg te is hozzájárulj ezekhez elég jó matek tudás szükséges.

2) Igen, programozni tudni kell, adatbázisokkal és egyéb big data technológiákkal kell tudni bánni de nem úgy mint egy szoftverfejlesztőnek, vagy data engineernek. Azt amire neked szükséged van, online kurzusokon otthon sokkal hatékonyabban meg lehet tanulni, mint az iskolában. Ezzel nem az infó képzéseket becsülöm le, az is egy jó kiinduló pont egyébként, de adatbányászathoz szerintem valamivel jobb a matek. Programozni még a prog-infósok sem az iskolában tanulnak meg - tanulnak sok minden más, nagyon hasznos dolgot, amire egy szoftvermérnöknek, vagy egy IT managernek stb szüksége van, de amit effektív kódolásról tanulnak, azt online kurzusokon sokkal hatákonyabban oktatják már. Arról nem is beszélve, hogy az infó alapszakokon általában nem azokat a nyelveket, és keretrendszereket oktatják, amire egy adatbányásznak szüksége van, míg online értelemszerűen azt tanulsz amit akarsz.

Az induláshoz ez elég, minden mást pedig majd megtanulsz az első munkahelyeden.

3) A biztosítási és pénzügyi matematika, a matek mellett ad még egy nagyon fontos dolgot. Egy plusz szakmai hátteret, amire támaszkodhatsz, és ez a képzés pénzügyi része. Nagyon sok olyan adattudóst ismerek, akik kognitív idegtudománnyal, részecske fizikával, klinikai epidemiológiával, meteorológiával, közgazdasági elemzéssel / ökonometriával stb foglalkoztak. Ezeknek a területeknek az a közös jellemzője, hogy egyikről sem az adatbányászatra asszociál az ember. Viszont, bár elsőre nem látszik, mindegyiknek fontos része a matek, az informatika (kimondottan az adatbányászati módszerek), az elemzés / modellezés, és megtanulja az ember, hogy hogyan kell dolgozni egy kutatási projekten. Ezek az én meglátásom szerint sokkal-sokkal fontosabbak egy data scientis számára, mint amit egy informatika képzés ad. Ezek a jellemzők megvannak a pénzügyi matematikában is. Kvantitatív elemzésekben is erősen használják a gépi tanulást, deep learning algoritmusokat, rengeteget modelleznek, sok a statisztika, sztochasztika stb. Plusz mivel az adatbányászok jelentős része üzleti területen dolgozik, a közgázos / pénzügyes ismeretek is jól jönnek.

4) Egy PÜ matekos, és egy proginfós diplomával is elég sok területen el lehet helyezkedni. PÜ matekos diplomával is lehet belőled egyébként programozó, ITs stb. Nem tudom, hogy sztochasztikán egyébként milyen választható tárgyak vannak, de szerintem valószínű, hogy fel tudsz venni egy csomó ITs / programozós tárgyat is + ha érdekel otthon kicsit ráfekszel a programozásra, és suli mellett ugyan úgy megcélozhatsz egy junior fejlesztői állást, mint proginfósként.

5) lehet, hogy kevesebb a kvant pozíció a bankoknál, de ha adattudós leszel, akkor pont te fogod elvenni a munkájukat :)