2021-10-01

百万年薪的AI金融学神,如何从幼儿园就确立优势、锁定胜局


谁才是象牙塔顶端的“人上人”

2021年,全国高考考生数量达到1071万,各级各类高校毕业生人数达到909万。

当前,我国已进入高等教育普及阶段,高考录取率超过80%,全国各级各类高校每年的招生数量和毕业生数量双双逼近1000万大关

根据我国2021年最新普通高等学校本科专业目录,共设置了哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、管理学、艺术学12个门类、740个本科专业。其中,包括2021年新增设的37个本科专业,但不包含各高校自设专业。

在成百上千的专业中,哪些专业是更热门、就业更具优势呢?张三江科学网博客的一篇文章,披露了清华大学认定的“人上人”专业,很好地回答了这个问题。

上半年,艾媒咨询发布数据,从就业前景、平均薪酬和院校热度等主要因素考虑,确定的最热门专业包括计算机、人工智能、大数据、金融、自动化、医学、数学及理学类。

一组简单的平均年薪数据,毫无争议地证明“人上人”专业的优势。2020年,华为公司人均年薪70.6万元,腾讯公司人均年薪81万元,中金公司(中国国际金融股份有限公司)人均年薪115万元。

而上述几家公司,每年招聘的主要专业就是计算机类和金融类,当然也包括二者结合的金融科技等新兴专业。

计算机类专业课程设置特点

计算机类专业属于工学门类,其专业类主要包括电子信息类和计算机类。我国高校本科专业目录设置的计算机类专业包括:计算机科学与技术、软件工程、网络工程、信息安全、网络工程、物联网工程、数字媒体技术、智能科学与技术、空间信息与数字技术、电子与计算机工程、数字科学与大数据技术、网络空间安全、保密技术、区块链工程、虚拟现实技术、新媒体技术等18类专业。

以通信工程、人工智能、大数据等专业为例,通信工程专业具有典型的理工融合特点,主要涉及电子科学与技术、信息与通信工程和光学工程学科领域的基础理论、工程设计及系统实现技术。

人工智能属于计算机科学的分支,主要研究机器人、图像识别、语言识别、自然语言处理和专家系统等,比如人脸识别技术、语音识别技术、基于用户兴趣的智能算法推荐技术等。

人工智能就业方向和岗位主要包括算法工程师、程序开发工程师、人工智能运维工程师、智能机器人研发工程师、AI硬件专家等。

大数据专业的主要特点是对数据进行专业化处理,通过数据“加工”,实现数据“增值”,更好地辅助决策。

计算机类专业数学课程占比很高,包括高等数学、线性代数、概率论与数理统计、高级语言程序设计(如C、C++)、离散数学、数据结构等。

数学是学好计算机类专业的基础和前提,数学能力不强,学起来会非常吃力和痛苦,甚至无法正常毕业。此外,计算机类专业对物理学科的要求也很高。

金融学专业课程特点

金融学类专业以各种金融活动为研究对象,主要包括货币流通和信用活动、金融市场行为和投资政策决定、金融商品定价及风险管理、金融机构的经营管理及金融宏观控制等。

金融学专业必修课程包括政治经济学、宏观经济学、微观经济学、证券投资学、公司金融、商业银行业务与经营、国际金融、金融风险管理、金融结构与金融市场、商业银行业务与经营、国际金融与国际投资等。

数学是金融的基础,金融数学进一步扩大了数学的作用,在分析大量金融数据时,数学起到关键性作用

如果想要学好金融专业,毕业后进入大摩、高盛、摩根大通、美银美林、德意志银行、瑞银、瑞信、花旗投行部、汇丰投行部等八大顶级投行,必须学好难度极高的数学核心课程。

这些数学课程包括:数学分析、高等代数、概率论、数理统计、实变函数、常微分方程、拓扑学基础、抽象代数、复变函数、泛函分析、偏微分方程基础、微分几何、金融计量学。

在此基础上,高层次金融专业学生还必须学习数学建模、数学规划、动态优化、数值分析、最优控制、随机过程等高级课程。

此外,对于高端金融人才,还必须学好程序设计、数据结构与算法等相关课程。一句话,高端金融人才,数学和编程是标配。

数学是金融AI高端人才的杀手锏

2019年,任正非在接受全国数家媒体群访时说:“中国要和美国竞赛,唯有重视数学!”

华为崛起的标志—5G标准,正是源于10多年前土耳其教授的一篇数学论文。华为惊艳世界的P30手机照相技术,本质上也是一种数学算法。

数学本质上是研究规律的科学,数学学习可以有效训练孩子的逻辑思维,锻炼和提高孩子的思辨能力与创新能力。

美国儿童发展专家Eugene Geist指出:在人生最初几年,幼儿的数概念已有惊人发展。他们借由数学作为探索工具,来认识周遭世界。有人说,“孩子是天生的数学家”。据研究,即便是婴儿,也能察觉数量的改变,理解数量的概念。那些优秀的孩子,从幼儿园开始,就表现出惊人的数学天赋

在日常生活中,常常可以看到,每个人的酒量差别很大,有的人自带3斤酒量,有的人3量就醉,甚至1两就睡。

智商与酒量一样,人与人之间的数学天赋差异确实存在,但每个人的数理逻辑智商是可以培养和提高的。正如人的酒量一样,如果一个人能喝2两,通过历练,酒量达到半斤甚至八两,并不会有太大的问题,而且这样的例子数不胜数。

学习任何学科,“方法比汗水更重要”,对于最难学的数学学科来说更是如此。有人说:“差老师讲课就像和尚念经,好老师讲课就如同讲故事”。

数学教材也不例外,优秀的数学教材引人入胜,糟糕的数学教材令人昏昏欲睡。

著名的数学大师、数学教育家刘薰宇先生是中国数学科普著作的开创者华罗庚、陈景润、谷超豪、杨振宁等都对刘薰宇先生的《给孩子的数学三书》赞誉有加。

刘薰宇先生创作的《数学三书》堪称数学科普的经典,3本经典数学著作包括《马先生谈算学》、《数学趣味》和《数学的园地》

在《马先生谈算学》一书中,“马先生”以自己独特的视角,通过一个个有趣的故事,生动形象地为孩子讲解数学知识。书中还收集了100多道题目,让孩子通过练习习题,理解习题中的讲解,帮助学生建立良好的数学思维

学好数学不能仅仅靠刷题,“兴趣是最好的老师”,《数学趣味》和《数学的园地》2本书,带给孩子不一样的学习感受,让他们懂得数学原来还可以这样学,并在不知不觉中爱上数学。

关于如何学好数学、选择“人上人”专业,你怎么看?欢迎评论、转发和关注。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容