大家好，小弟目前在獼猴很多的大學就讀研究所
因為大四下為了做量化投資，接觸R語言，從此愛上程式
升研究所後，老闆也剛好有在用機器學習做量化投資的應用，以下先說說我的經歷與能力
請大家別見笑QQ
經歷:
1. 國泰大數據競賽 優選
2. 在本土某銀行的客群分析部實習，運用客戶歷史資料預測未來購買的理財商品，
使用LSTM及XGB建模，離開後有跟同事稍微詢問一下模型狀況，他們說上線後表現還不錯
3. 在系上多堂程式相關課程助教，例如金融程式交易、巨量資料導論、金融科技服務開發
4. 有修資管所的課：WEB程式設計、巨量資料導論、資料探勘與知識發現
熟悉的程式語言與工具: R最熟, Python次之, SQL皮毛
Git, Vim, Linux, Docker略懂，都有摸過
能力與實做過的經驗：
本科能力:
1. 量化交易方法與觀念: 風險控管、賺賠比、策略回測、技術分析、多因子模型
2. 現代投資組合理論: ETF指數追蹤、投資組合建構方法
機器學習:
1. 以XGBoost實作台股漲跌預測模型，適合短線
2. 將經濟指標以降維手法進行群聚分析建構最優投資組合（目前論文方向）
3. 比賽使用貝葉斯優化以及Stacking集成方法進行險種預測
4. 處理IMDB原始評論文本，進行情緒分類，TF-IDF、WordEmbedding
5. 將MNIST手寫數據進行Conv Autoencoder分群，進一步應用就是把股票報酬序列
進行Conv1D的Autoencoder，把走勢相似的股票群聚
6. 經典模型都有了解演算法數學公式與原理:XGB、RF、CNN、LSTM等...
7. 多input 多output 的NN模型使用
其他:
1. 用flask實作linebot，利用爬蟲獲得現價，計算不同選擇權策略所需成本
2. 用flask實作網頁小app，上傳圖片讀取keras圖片辨識模型進行物品預測
問題:
雖然對量化投資也保有熱情，但是以後有點不太想進入純金融業，
想走入資料科學這塊，讓自己的出路更寬廣一點
但是搜尋一下資料科學家的徵才說明，好像都需要資訊、數學、統計背景的
小弟自認能力還算足夠，但是很怕學歷這關就被刷掉，再加上對於繼續學習知識的渴望
想推甄四大資工所、資管所，不知道我這樣的經歷有沒有機會？或是可以往哪裡補強？
或是說我這樣的學經歷，有機會直接進業界累積經驗？
感謝各位指點 感謝！