所属院校
项目简介
| 专业方向 |
金工金数 |
项目类别 |
|
入学时间 |
|
项目时长 |
|
| 项目学费 |
|
项目规模 |
|
平均成绩 |
|
国际学生 |
|
| 男女比例 |
|
就业比例 |
|
平均起薪 |
|
|
|
专业简介
英国帝国理工学院金融科技理学硕士项目旨在为学生提供金融领域所需的专业基础知识、定量和分析技能、实践经验和实习机会,同时学生能够学习编码。在这里,学生将接触到备受推崇的金融从业人员和精英,获得沉浸式的学习体验
申请时间
申请要求
需要具有高度定量学科背景(如工程、计算机科学、数学、经济学、金融、科学),需要回答职业规划问题(包括短期和长期目标),精通概率论、微积分、矩阵代数、实变函数,具备编程语言(C++, SQL, Java, R, Python)知识及编程经验将有助于申请,不强制要求G但良好的成绩(GMAT 650+)将有助于申请,非高度量化背景的申请者强烈建议提交GMAT/GRE(quantitative部分:GMAT 48/60+或GRE 159+)
语言要求
语言要求
类型
总分要求
小分要求
雅思和托福语言考试分为阅读、听力、口语、写作4个部分,除总分以外,每个部分会有单独的小分。部分专业除对雅思和托福有总分要求外,会有单独的小分要求。其中L代表听力,R代表阅读,W代表写作,S代表口语。
雅思
7
L:6.5 | R:6.5 | W:6.5 | S:6.5
托福
100
L:22 | R:22 | W:22 | S:22
PTE
69
L:62 | R:62 | W:62 | S:62
顾问解析
顾问解析
开设于帝国理工商学院,ic的全球金融与科技中心可以让学生对于全球金融变革处于第一视角,同时受益于享誉世界的ic金融系的丰富的研究资源。该项目将高度相关的课程和选修课相结合,培养学生的量化和分析技能,金融知识和通过沉浸式学习而获得的实践经验,这些技能都是在金融科技领域招聘时所必需的。学生将能够通过创建,管理和融合适用于金融部门的大数据集来展现自己的分析技能,并增强对金融科技领域当前问题的批判意识。
课程设置:项目开始前,需要在Hub上完成一系列的线上pre-study的模块。到校后可以选择基础模块、核心项目和选修模块的组合。课程一般安排在周一到周五的8:30-21:00,每周一般会安排一次晚上的课程,除此之外,其他的比如讲座,职业活动也会安排在晚上。课程涵盖了关键领域的核心模块,如会计、系统交易策略、大数据、金融计量经济学、投资管理和实证金融,在此基础上再引入新的和具有挑战性的学科。这个专业作业多,考试多,一周一个group work。学习结束时,你可以选择应用项目或研究报告。随着备受推崇的从业者和客座演讲者将最新的市场趋势带入生活,在整个课程中会进行辩论,学生将获得身临其境的学习体验。
就业服务:除了全校共享的职业发展服务,商学院也有自己专有的,所以对于商学院的学生来说,在职业发展上获得的帮助远远超过其他学院。在ICBS,工作日每天都会有career office安排的培训,如模拟面试、简历修改等,每周也都会收到学院发的工作机会推荐邮件。如果有需要,还能轻松地预约老师进行一对一的面试辅导。同时会有很多机会去跟其他学校和校外企业进行互动,比如彭博资讯专门为ICBS学生准备的开放日。许多公司的高管会直接来课上做分享,学校还会帮忙推荐实习、全职工作机会,夏季学期可以选择校外企业提供的咨询项目机会,其中包括壳牌、兰博基尼、百威英博、毕博咨询等非常出名的公司。
招生特点:量化背景薄弱的同学来说,申请有编程经验是非常加分的,如能够使用C++,SQL,Java,R or Python等语言,并且可以递交G是对申请比较加分的。IC商学院非常看重学生的想法和沟通表达能力,所以ps方面需要好好准备。帝国理工商学院在招生工作中始终坚持“少而精”的基本原则,喜欢在国内top院校当中选拔人才,同时喜欢高绩点,通常需要3.8以上。
展开全部
展开全部
细分方向
课程设置
课程设置
序号
课程介绍
Curriculum
1
会计入门
Accounting Primer
2
金融职业入门
Finance Careers Primer
3
数据库入门
Databases Primer
4
金融道德与专业标准
Ethics and Professional Standards in Finance
5
金融导论
Introduction to Finance
6
会计和公司金融
Accounting and Corporate Finance
7
投资与投资组合管理
Investments and Portfolio Management
8
R / Python中的金融计量经济学
Financial Econometrics in R/Python
9
经验金融新方向
New Directions in Empirical Finance
10
资产分配和系统交易策略
Asset Allocation and Systematic Trading Strategies
11
金融大数据1
Big Data in Finance I
12
金融大数据2
Big Data in Finance II
13
应用项目或研究报告
Applied Project or Research Report