美国金融博士好就业吗？
本人AD， 2017年入学， 2019年毕业. 专业是quantitative finance. 先摆结论，在美国找工作难度非常大.
先说背景，我本科数学，研究生CS（有cs master degree），两个专业的GPA都是满绩点(4+)，实习两份，科研若干，几篇论文，各种竞赛奖励和奖学金全都有。
从2018年暑假开始，我陆续投了有五百份简历吧（只多不少），参加将近一百次的面试，终面次数大概二十左右。 可以这么说，我在2018年和2019年初，把能投的岗位全部投递了一遍。
最后的结果呢，只有三个最终offer选择我的情况，其中一个是waiting list，需要等别人拒绝才能发正式offer。剩下的全部都是pending，还有一些已经发了offer但被他们以某种理由婉拒了。总之就是非常难！！ 以下分开论述不同岗位的情况：
1. 买方quant： 这种情况相对来说会容易一些，因为quant的需求量大所以竞争也会比较激烈。但是相对于卖方来说要求会稍微高一些。因为quant更偏向于数学和模型的搭建，对代码的要求比较高，所以我建议如果将来想奋斗quant这一行的朋友一定要学好数学，打好基础。
2. 卖方quant： 这种情况对我来说就非常的难了。首先我对量化投资的分析还不够透彻，其次我缺乏实盘经验，第三我的编程能力不够强。所以如果在读此贴的大家，如果打算申请MFE，一定记得加强编程和定量分析的能力。
3. 买方risk： 这种情况对我来说相对容易，因为我对于信用风险，操作风险，市场风险的建模和分析都较为熟悉。而且我在做实习的时候做的也是风控相关的内容，所以如果有朋友想做Risk这个方向，一定要记得多练手，多做项目，这样在应聘的时候会有加分项。
4. 卖方risk： 因为我是学CS的，所以本来对于data science这一块并不是很了解。但是在学习过程中我发现我对机器学习，优化理论，统计分析这些方面的知识掌握的还是不错的。所以在准备这些岗位的求职时压力也不是很大。 总结一下，要找到满意的工作还是要从在校时期就开始努力，好好充实自己的简历。在申请季多练手，做实战项目，增强自身对于量化投资分析的能力。