如果你热爱金融资本市场，对数字有一种天生的热爱，同时具备一定编程能力，统计水平优秀，而且与人打起交道也不怵头，还对薪酬有一定期待和渴望，那金融工程可以说是为你量身打造的项目。
金融工程的就业主要有八类职位可供选择：
S：Sell-side
B：Buy-side
FS：Financial Services Company
Trading/Desk strategist
在投行中，前台分析师的研究成果并不会公开发布，仅供内部交易员参考。很多公司都会请经济学家来发布研究成果并作出官方预测，而另外一种研究者则被称为"前台分析师"，他们的服务对象为内部交易员而非客户。通常意义上的经济分析师更受人瞩目，因为他们能够在研究结果上署名，但前台分析师的职业发展可以通往风险承担这一方向的，例如量化分析师。特别值得一提的是High-Frequency Trading Firm 目前主要招收本身就是CS专业的学生，Strategy-wise 已经非常developed了，Strategy只要一个会Coding地Trader即可。具体如何implement需要很高技巧。
Quantitative Researcher
主要从事量化方面的研究，研究宏观微观两个层级的产品。像Black-rock，AQR这种大型Investment Firm会偏向量化管理，因此岗位需求会比较多。
Model Validation Quant
Model Validation基本的职责就是测试模型中的风险(包括假设，数据来源等，这些FRM教材有说)。技能要求也比较广，数学(看得懂模型)，金融(理解得了逻辑)，英语(撕得了逼和写的了报告)。Model validation虽然是偏Quant的职位，但本质上是金融企业中的一个职能部门，因此模型是否符合金融内在的逻辑就很重要。模型在技术上的问题是很容易发现的，但是其在金融本质上的问题却难以察觉。一些问题需要对金融以及相关产品有着长时间的了解才能发现，这个部门必须处理来自整个公司的新型和先进模型和交易技术。然而，在次贷危机之前，公司的薪酬结构导致MV团队无法吸引和留住足够的员工，因此往往有天分的MV一有机会就会离开。这严重影响了公司管理模型风险和正确评估持有头寸的能力。
Market Risk Quant
这个职位近些年来的重要性与日俱增，其原因主要是次贷危机暴露了风险对冲机制中的漏洞。
Capital Quant
也是次贷危机爆发后，重要性逐步增加的一个岗位。随着FED(Federal Reserve System)对银行的监管越来越严格，每个银行都在大量的招收这些人才，巴塞尔3提出后，监管压力增强，很多投行摩根士坦利，做stress test也会外包给FS例如安永，德勤去做。
Data Scientist
虽然最对口的专业还是CS，但是只要课程设置得当，UCB的MFE也会在这个职位供职。Data Scientist在Google被称作Quantitative Analyst，翻译过来大概类似于量化分析师。这类职位比较特殊，是一种非常technical、对学术能力要求非常高的职位。这类职位99%的同事都是统计或者数学的PhD，一般人听不懂他们在说什么～根据我个人的了解，他们的大部分工作是分析Google Search的增长。搜索是Google最核心、最赚钱的产品，我们希望更多人用我们的搜索，更多的人能够和搜索结果互动。Data Scientist解决的问题就是，如果我们对搜索的排序做一些改动，如何通过统计学的方法精确测量这个改动对搜索整体带来的影响。这个影响往往是非常小的(Google 1天平均10亿次搜索，这个量级上的任何改动都是至关重要的)。
Quantitative Developer
随着Fin-tech普及，市场有扩大趋势。
定量开发人员是计算机专家，可协助，实施和维护定量模型。他们倾向于成为高度专业化的语言技术人员，弥合软件开发人员和定量分析师之间的差距。
总体来说，金融工程还是很好就业的，作为留学生也不例外，加州伯克利分校MFE 2017年毕业生69人中90%都是留学生。他们的毕业薪酬如下：
金融工程专业的毕业生在选择就业的地区时可选择的范围也是非常广的，主要的城市有：
北美：New York/Chicago/San Francisco/Toronto
欧洲：London and Frankfurt
亚太：Singapore/Hong Kong and Tokyo
中国：Beijing/Shanghai and Shenzhen
那么面对就业形势还比较乐观的金融工程项目，在申请的时候需要的条件也是比较高的
首先，你需要具备以下特质：
①扎实的数学，统计以及编程技巧。
至少精通其中一门。
②熟悉编程语言。
Knowledge of Python*/ Matlab/ C++/Java
Python目前是最流行的语言，如果没有任何偏好，建议学这个。
③对金融领域感兴趣。
对金融和资本市场要有强烈的兴趣，如果上过一两门入门级的金融课程也很好。如果不想去上课的话，去考一个CFA一级，对金融有个基本的认识就好。
④善于与人沟通
其次，你需要有充分的知识储备：
Programming 编程
Statistics 统计
Finance 金融
最后，除了GPA，GRE，TOEFL/IELTS这类的硬性条件外，专业相关且名气够大的公司实习也是不可或缺的，所以一定要提前准备，长远规划！
