我一直觉得，做研究的，量化研究也好，其余任何研究也好，研究出来了，可能自己就下岗了。
自然语言处理为何一直都有科研经费？因为一直都难以商用，误差太大，所以需要一直研究。研究一旦成熟，剩下的就是工程师的活，跟研究人员没啥关系了。
自然语言处理为何一直都有科研经费？因为一直都难以商用，误差太大，所以需要一直研究。研究一旦成熟，剩下的就是工程师的活，跟研究人员没啥关系了。
比如计算机视觉，之前一直研究一直投入，哪怕现在看很简单的车牌识别、人脸识别，之前也是研究了好几十年的，一直没有突破，所以每年都有大量的论文用来识别数字的，误差率始终很高。我记得我读书的时候，2011年左右，手写数字误差率依然有0.3%，人眼是0.1%，所以很多时候还不能商业化，只能不断刷论文。好歹这方面也可以写论文。一旦误差率下降得足够低，已经商用了，就没法写这方面的论文了。
现在很火的强化学习，有着简单易用的python包可以调用，比如pyTorch之类的。要知道2009年我学习这方面的时候，那时候还是叫作Approximate Dynamic Programming，那都是全部要自己写的，甚至还要用C++写，没有任何包可以用。简单的一个俄罗斯方块，都要斯坦福博士、麻省理工助理教授才能解决，现在估计普通本科生都可以解决了。
所以说，量化交易这活，现在工具多了，高中生都能干，为何要博士生呢？
现在很火的强化学习，有着简单易用的python包可以调用，比如pyTorch之类的。要知道2009年我学习这方面的时候，那时候还是叫作Approximate Dynamic Programming，那都是全部要自己写的，甚至还要用C++写，没有任何包可以用。简单的一个俄罗斯方块，都要斯坦福博士、麻省理工助理教授才能解决，现在估计普通本科生都可以解决了。
所以说，量化交易这活，现在工具多了，高中生都能干，为何要博士生呢？
学姐可以把当时上岸的备考规划给你。少走1个月的弯路，同时我把备考的资料分享给大家，都是课程的内部资料，大家需要的可以戳下面卡片领取↓↓↓
用文艺复兴的话说，“招聪明人做简单事，原因在于聪明人靠谱一些，不会乱来。哪怕仅仅是线性回归，聪明人可以严谨一些”。
我承认高中生、初中生、小学生甚至幼儿园学生也可以跑线性回归，都是代公式计算，有现成的计算机软件，输入Excel也能跑。但如果是Garbage In、Garbage Out，其实也没啥用。哪怕堆了一个操场的GPU，最后还是越跌越买。
有时候招博士，他们的技能可能并不会比硕士强多少，但研究严谨性或许强不少。博士好歹读了很多论文，这些论wen都是有同行评议的，总体上还是比较严谨的。另外自己可能也有发表论文的经历，也会跟审稿人扯皮，这些也是能力的一部分。一般硕士生可能没这么多这些系统性的训练。
文艺复兴甚至喜欢招大学教授，因为这些人经历过严谨的科研训练，哪怕是纯数学的教授，自己没有数据分析、编程的经验，但这些技能都可以慢慢学，只是严谨的科研能力没法短期内学会。或许这是一种critical thinking的能力吧。
现在的人们喜欢问什么模型有用，深度学习有没有用，强化学习有没有用，说实话，这些问题，层次太低。这些本质上都是工具，关键并不在于工具有没有用，而在于使用工具的是什么人。像David Donoho这种，学术界研究调和分析、小波分析、压缩感知的，他也说过“理论上的东西可以很漂亮，但现实世界是肮脏的”。因此，等他自己到了文艺复兴工作的时候，也需要入乡随俗，未必完全套用之前自己熟悉的工具，而是要根据具体的问题具体分析，或许真正有用的只是普通的线性回归。
我承认高中生、初中生、小学生甚至幼儿园学生也可以跑线性回归，都是代公式计算，有现成的计算机软件，输入Excel也能跑。但如果是Garbage In、Garbage Out，其实也没啥用。哪怕堆了一个操场的GPU，最后还是越跌越买。
有时候招博士，他们的技能可能并不会比硕士强多少，但研究严谨性或许强不少。博士好歹读了很多论文，这些论wen都是有同行评议的，总体上还是比较严谨的。另外自己可能也有发表论文的经历，也会跟审稿人扯皮，这些也是能力的一部分。一般硕士生可能没这么多这些系统性的训练。
文艺复兴甚至喜欢招大学教授，因为这些人经历过严谨的科研训练，哪怕是纯数学的教授，自己没有数据分析、编程的经验，但这些技能都可以慢慢学，只是严谨的科研能力没法短期内学会。或许这是一种critical thinking的能力吧。
现在的人们喜欢问什么模型有用，深度学习有没有用，强化学习有没有用，说实话，这些问题，层次太低。这些本质上都是工具，关键并不在于工具有没有用，而在于使用工具的是什么人。像David Donoho这种，学术界研究调和分析、小波分析、压缩感知的，他也说过“理论上的东西可以很漂亮，但现实世界是肮脏的”。因此，等他自己到了文艺复兴工作的时候，也需要入乡随俗，未必完全套用之前自己熟悉的工具，而是要根据具体的问题具体分析，或许真正有用的只是普通的线性回归。
