量化工程師是什麼?

什麼是量化工程

不是量化工程吧。應該是亮化工程吧。亮化工程就是公用照明工程，例如馬路兩旁的路燈架設工程等等都是亮化工程。

什麼叫量化工程？

估計你的意思有兩種。一是量化工程指太多，濫竽充數，不講質量，只重大量，與質化工程相反。二是城市亮化工程，如夜晚照明，夜景裝飾。

什麼是“工程師思維”

許多理工科出身的人，習慣用理性的、量化的思維模式去思考問題、解決問題，久而久之，形成了一種思維習慣，任何信息反饋到腦海裡，可能首先想到的是眼前的事情如何去應對，獲取事情外在現象後，採用什麼方式解決，在大腦裡尋找已有的信息經驗找到相匹配的模式以後，才得出好的辦法。

很重視細節，思路會很細，但又討厭過高的技巧。具體來說，下棋的時候會很細膩去計算每個可能性，但一旦獲得優勢就會放棄技巧，用簡單粗暴的方式找對方兌子，兌完獲勝。對應在寫代碼中就是會仔細編碼驗證，但每句話都很平凡，每個名字都很直白。

一般的數據分析師工資水平，在哪些行業發展比較好

企業對於大數據技術的旺盛需求已經在相關IT職位的薪酬水平上得到體現。在《2014薪酬調查指南》中，Robert Half Techology(簡稱RHT)彙總出數據及數據管理領域的十大IT職位。其中收入水平最高的是數據倉庫經理，職位起薪在11萬5250美元到15萬4250美元之間。收入增幅最大的職位則為商務智能分析師，預計其今年提升比例可達7.4%。下面我們就一起來了解與這十大數據IT職位相關的薪酬、技能要求以及主要職責。

一、數據倉庫經理

主要職責：

1.設計、開發、維護數據倉庫/中心；

2.幫助確保數據系統與企業架構相適應；

3.實施數據收集策略；

4.管理技術資源及相關人員。

在RHT彙總的這份名單當中，收入水平最高的職位為數據倉庫經理，其起薪範圍在每年11萬5250美元到15萬4250美元之間(預計與2013年相比上漲5.9%)。該職位需要應聘者具備一系列技術與管理技能，其中包括：深入的數據庫理念與實踐背景;親手使用數據倉庫工具及架構的經驗;強大的分析能力;項目管理經驗;能夠熟練使用數據庫語言及應用，例如甲骨文、微軟SQL Server以及IBM DB2等。

二、數據架構師

主要職責：

1.根據業務要求提供數據庫解決方案；

2.創建數據設計模型以及數據庫架構；

3.幫助定義企業數據架構；

4.領導技術團隊建立數據標準；

5.創建並測試數據庫原型。

本次RHT排名當中薪酬水平位居第二的是數據架構師，這一高級職位要求擔任者具備強大的分析與創造性技能，並擁有豐富的數據系統、數據庫方法、設計與建模知識(起薪範圍為11萬1750美元到15萬3750美元，與去年相比預計增幅為7.2%)。數據架構師的職責在於規劃並協調數據資源。根據RHT的說法，瞭解網絡管理、應用程序架構以及性能管理等相關知識能為擔任者帶來顯著的薪酬增益。企業僱主往往希望應聘者能具備Unix、Linux、Solaris以及Windows等環境下的甲骨文、微軟SQL Server、IBM DB2乃至其它數據庫的相關技能。

三、數據庫經理

主要職責：

1.維護數據庫環境；

2.幫助設定企業數據標準；

3.管理預算及工作量分配；

4.管理資源規劃與災難恢復。

要求：創造性、分析型思維人才，能夠領導數據庫專業團隊、規劃信息系統策略併為高級IT管理者提供解決實例。數據庫經理還需要對數據庫技術的方方面面具備深入理解，RHT指出。企業僱主通常要求應聘者擁有五年的甲骨文、微軟SQL Server、IBM DB2或者類似環境的使用經驗，並從事過技術管理工作。這一職位的起薪範圍從10萬7750美元到14萬9000美元，與2013年相比預計上漲5.9%。

四、商務智能分析師

主要職責：

1.開發面向企業整體環境的數據分析/報告解決方案；

2.對來自不同來源的數據進行分析；

3.就分析結果進行溝通並提出建議；

4.開發數據整理規劃。

商務智能分析師需要對數據庫技術的方方面面具備強大的背景積累，特別是需要了解與之相關的分析與報告工具。此外，擁有對數據庫查詢、存儲流程編寫、聯機分析處理(簡稱OLAP)以及數據立方技術的瞭解對於商務智能分析師同樣非常重要。商務智能分析師的起薪估計將在今年迎來7.4%的提升——這一提升幅度領跑本次由RHT發佈的十大數據/數據庫職位榜——其實際起薪數額在10萬1250美元到14萬2250美元之間。......

好的做量化工程的公司，一般的優勢是什麼？和自己找人安裝的區別？

①提前設計亮化工程效果②減少不必要開支③廠家拿貨降低成本,比自己單獨做專業，省錢還放心。江門五色燈光工程，專業亮化工程15年。

期貨公司和證券公司比，哪個收入高？做的職位是 金融工程方面，量化投資。

什麼叫金融工程、量化投處，做期貨這麼久沒聽過有這個職位，先把職位弄清楚，做業務就是做業務，做後臺管理就是做後臺管理，你是學什麼的，有沒有兩證，沒有兩證就是扯淡。

金融工程畢業後除了做量化還可以做什麼

風險分析師/金融分析師等，基本和金融沾邊的都可以做的

如何成為一名大數據工程師

大數據是眼下非常時髦的技術名詞，與此同時自然也催生出了一些與大數據處理相關的職業，通過對數據的挖掘分析來影響企業的商業決策。

這群人在國外被叫做數據科學家（Data Scientist），這個頭銜最早由D.J.Pati和Jeff Hammerbacher於2008年提出，他們後來分別成為了領英（LinkedIn）和Facebook數據科學團隊的負責人。而數據科學家這個職位目前也已經在美國傳統的電信、零售、金融、製造、物流、醫療、教育等行業裡開始創造價值。

不過在國內，大數據的應用才剛剛萌芽，人才市場還不那麼成熟，“你很難期望有一個全才來完成整個鏈條上的所有環節。更多公司會根據自己已有的資源和短板，招聘能和現有團隊互補的人才。”領英（LinkedIn）中國商務分析及戰略總監王昱堯對《第一財經週刊》說。

數據工程師是做什麼的？於是每家公司對大數據工作的要求不盡相同：有的強調數據庫編程、有的突出應用數學和統計學知識、有的則要求有諮詢公司或投行相關的經驗、有些是希望能找到懂得產品和市場的應用型人才。正因為如此，很多公司會針對自己的業務類型和團隊分工，給這群與大數據打交道的人一些新的頭銜和定義：數據挖掘工程師、大數據專家、數據研究員、用戶分析專家等都是經常在國內公司裡出現的Title，我們將其統稱為“大數據工程師”。

由於國內的大數據工作還處在一個有待開發的階段，因此能從其中挖掘出多少價值完全取決於工程師的個人能力。已經身處這個行業的專家給出了一些人才需求的大體框架，包括要有計算機編碼能力、數學及統計學相關背景，當然如果能對一些特定領域或行業有比較深入的瞭解，對於其快速判斷並抓準關鍵因素則更有幫助。

雖然對於一些大公司來說，擁有碩博學歷的公司人是比較好的選擇，不過阿里巴巴集團研究員薛貴榮強調，學歷並不是最主要的因素，能有大規模處理數據的經驗並且有喜歡在數據海洋中尋寶的好奇心會更適合這個工作。

除此之外，一個優秀的大數據工程師要具備一定的邏輯分析能力，並能迅速定位某個商業問題的關鍵屬性和決定因素。“他得知道什麼是相關的，哪個是重要的，使用什麼樣的數據是最有價值的，如何快速找到每個業務最核心的需求。”聯合國百度大數據聯合實驗室數據科學家沈志勇說。學習能力能幫助大數據工程師快速適應不同的項目，並在短時間內成為這個領域的數據專家；溝通能力則能讓他們的工作開展地更順利，因為大數據工程師的工作主要分為兩種方式：由市場部驅動和由數據分析部門驅動，前者需要常常向產品經理了解開發需求，後者則需要找運營部瞭解數據模型實際轉化的情況。

你可以將以上這些要求看做是成為大數據工程師的努力方向，因為根據萬寶瑞華管理合夥人顏莉萍（Nicole Yan）的觀察，這是一個很大的人才缺口。目前國內的大數據應用多集中在互聯網領域，有超過56%的企業在籌備發展大數據研究，“未來5年，94%的公司都會需要數據科學家。”顏莉萍（Nicole Yan）說。因此她也建議一些原本從事與數據工作相關的公司人可以考慮轉型。

用阿里巴巴集團研究員薛貴榮的話來說，大數據工程師就是一群“玩數據”的人，玩出數據的商業價值，讓數據變成生產力。大數據和傳統數據的最大區別在於，它是在線的、實時的，規模海量且形式不規整，無章法可循，因此“會玩”這些數據的人就很重要。

沈志勇認為如果把大數據想象成一座不停累積的礦山，那麼大數據工程師的工作就是，“第一步，定位並抽取信息所在的數據集，相當於探礦和採礦。第二步，把它變成直接可以做判斷的信息，相當於冶煉。最後是應用，把數據可視化等。”

因此分析歷史、預測未來、優化......

什麼是光學工程師

顧名思義，研究光學的技術人員啊！包括鏡片表面和質地的研究和設計來保證光線按照設計來折射或者反射等。

如何量化研發設計部門的數據指標

研發部門績效考核往往成為高科技公司績效管理工作的難點。研發部門及技術工程師崗位因具有高複雜性、不確定性、證實證偽兼有等特點，績效指標不易提取，實踐中或者因偏於硬性要求而無法執行，或者因偏於定性判斷而流於形式，往往不得其中。卓盟諮詢通過多年的諮詢經驗，對研發部門績效指標的設計提出如下解決方法：

一、建立項目管理制度

研發工作需要被定性為項目範疇，項目管理是技術研發部門實施績效考核的基礎。實踐中很多高科技公司研發工作的低效，往往與沒有規範的項目管理制度有關。畢竟“一堆人在規定的工期內趕工”這種管理方式已被實踐證明是最無能的。

項目管理，指的是在有限的資源條件下，如費用的限制、人員和工期的不足，管理者運用系統的觀點、方法和理論，對成功達成項目目標的全部活動進行規劃、監控和維護的管理方式。

作為管理學的分支，項目管理是需要借鑑基本的管理方法的。

1、組織。需要明確項目管理者、執行者、監測者的職責和權限。

2、流程。需要明確項目每一項工作的執行流程，流程除包含正常工作步驟外，還需要考慮到對不確定性事項的處理安排。

3、方法。需要明確對時間、費用的安排，以及在研發、測試等環節的優化作業方法。

二、細化、流程化及價值轉化

研發工作抽象，每一環節沒有直接明確的數量結果，卓盟諮詢通過對實際案例研究，提出細化、流程化及價值轉化的辦法提取指標。

1、運用WBS(工作分解結構)將項目全部事項逐一、逐級細化至最小工作單元。

2、對每一工作單元按照時間、成本、質量（可以理解為結果）進行轉化提取。

3、綜合項目工作中的事項及在時間、成本、質量三方面所要達到的要求，設計研發工作的關鍵績效指標。

三、節點把控、里程碑考核

研發工作以最終可交付成果為目的，為了實現這一目的的階段性管理與控制是項目管理的核心內容。其中，與項目生命週期時間相關的三個非常重要的因素值得項目管理者與人力資源工作者關注：檢查點、里程碑、基線。

1、檢查點：指項目進度過程中的觀察節點，其中週期較小、不作為階段化項目成果的節點可以視為檢查點。檢查點不宜作為考核點，但需作為管理節點，定期加以檢查，以及時發現項目進度問題、及時糾偏。

2、里程碑：重要的檢查點、階段性的項目成果可以視作里程碑，納入到考核系統。

3、基線：指項目通過正式評審而進入正式受控的狀態，需納入到考核系統。

對研發任務的過程考核，若以嚴格的項目任務書每一檢查點為考核指標，最終會因為無法執行導致管理失敗。而在檢查點把控、調整的基礎上，對較長週期的里程碑以及更為重要的基線作為考核，對研發部門工作人員和公司項目管理都具備可行性和價值意義。

四、建立評審標準

可交付的研發成果質量維度缺少直觀數據，因此需要通過建立評審標準，來對成果要實現的功能進行綜合評定。

一個通用的評審標準在於對功能質量分級評定，將軟件功能的可靠性、易用性、健壯性、可移植性等要求嚴格分級，並根據驗收測試情況和後期一定時期內的運行情況進行評分或扣分式評審。

為了更為準確客觀地把握業務部門的績效和人員管理，人力資源工作者需要培養HRBP的意識和管理能力。對於技術部門的績效考核，人力資源管理者需要了解項目管理的基本思維和方法，這樣才更有可能抓住研發工作的關鍵點，從而協助部門制定出比較合適的績效指標。...