二、数据与政策解析
-
编程与数据分析能力(Python、SQL、机器学习基础)。 -
金融知识储备(金融市场、风险管理、区块链应用)。 -
项目与实习经验:如量化交易模拟、金融产品设计、FinTech公司实习。 双非背景需通过高相关度经历淡化院校标签;跨专业者需证明已系统学习金融与科技交叉知识。
三、策略与清单(学长经验)
-
学习编程与金融课程,取得认证(如CFA一级、FRM、Google数据分析证书)。 -
参与量化投资比赛、区块链应用项目,形成可展示成果。 -
在银行科技部、FinTech初创、证券公司实习,积累行业经验。

