A menos que profundice en la investigación de optimización, la ciencia de datos no cubrirá temas como el cálculo estocástico con el mismo detalle que le daría a una carrera en finanzas cuantitativas, donde la comprensión de los procesos estocásticos es absolutamente esencial para la fijación de precios de los derivados.
Estoy de acuerdo con las otras respuestas en que la ciencia de datos ciertamente parece ser un campo floreciente, pero no hay nada que me impida irme y trabajar como científico de datos después de aprender las últimas técnicas de aprendizaje automático. Va a ser mucho más difícil simplemente comprender los procesos estocásticos y los modelos de precios de derivados.
Las finanzas cuantitativas posiblemente pagarán mucho más si lo colocan en un banco grande o en un fondo de cobertura, pero esto se debe a que el conjunto de habilidades es tan especializado y sus acciones pueden afectar directamente cantidades masivas de efectivo.
- ¿Qué cosas puedo hacer para mantenerme comprometido con la astronomía, la física y las matemáticas?
- Cómo forjar tu propio camino hacia el éxito
- ¿Cuál es la diferencia entre analista de sistemas y probador de software?
- ¿Debo insistir después de ser rechazado en una entrevista?
- ¿Cuál podría ser el formato y el contenido de un CV de un programador que no tiene nada que mostrar en su CV?
Ahora, si puede trabajar en una empresa de Internet como científico de datos donde sus decisiones afectarán directamente los flujos de efectivo de una empresa masiva como Amazon o Google, todo mientras disfruta de refrigerios gratuitos, tiempo de vacaciones ilimitado y horas fáciles … Puedo ver el argumento que se hace.
Solo ingrese a Quant Finance si le fascinan los mercados o los procesos estocásticos. De lo contrario, la ciencia de datos probablemente lo llevará a un lugar mejor.
Fuente:
Estudié Finanzas Cuantitativas y enseño un curso sobre R con aplicaciones para financiar