문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 금융수학 (문단 편집) == 개요 == 금융위원회의 2016년 금융인력 기초통계 분석 및 수급 전망 조사 자료에 의하면 금융인력은 전공별로는 경영/경제가 46.7%로 높은 비중을 차지하고 있는 가운데 인문/사회 19.9%, 공학 5.3%, 컴퓨터/통신 5.2% 등 다양한 전공의 금융인력이 취업되어 있다. 그 중 일부는 수학과 출신도 포함되어 있다. 학부 수준의 전공수학은 금융권의 수학적 업무와도 거리가 멀고 이공학 분야와도 상당히 이질적이며 차라리 [[문사철]]에 비유하는게 적절한 커리큘럼으로 정형화한지 오래되었다.[* 퀀트펀드의 전설로 꼽히는 [[짐 사이먼스]] 르네상스 테크놀러지 창업주는 신입 채용마다 이공학도를 뽑는 것으로 잘 알려져 있지만, 이는 이공학도들의 사고방식과 경험이 쓸만하다 판단했기 때문이지 자신의 주 전공분야(단순 아무개 박사 수준을 넘어 교과서에 이름이 나올 정도의 업적을 쌓은 분야)인 [[미분기하학]]이나 [[위상수학]] 같은 분야에 능통해야 월스트리트에서 잘 살아남을 수 있어서는 아니었다. ] 수학과 학부를 나온 뒤 금융권에 취업한 대부분의 케이스는 은행원, 증권 영업 등 [[취업/문과|전공 무관에 가까운 직무]]이며, 수학 지식을 제대로 활용하는 리서치 계열이 아니다. 하지만 대학원 수준 이상이 되면 이야기가 달라진다. 현대 금융 산업에서는 고도의 수학[* 예를 들어 수학과 전공심화 및 대학원 과정에서 [[실해석학]], [[확률론]], [[수리통계학]], [[수치해석학]], [[편미분방정식]] 등으로 대표되는 해석학-응용수학 테크트리 중 일부. ]을 요구하는 분야들이 있기 때문이다. 학부에서는 [[수학과]], 대학원에서는 [[금융공학]] (융합전공), [[재무관리]] (경영학), 금융경제학 (경제학) 등에서 가르친다. 한편 수학과 컴퓨터공학을 추가적으로 공부하여 금융 [[빅 데이터 프로세싱]], 금융 인공지능의 기계학습 시스템 등을 다루는 엔지니어로 진출하는 경우도 있다. 이 경우 [[금융권]]에서 일하는 건 맞지만 금융수학을 다룬다기보다는 [[취업/SW|컴퓨터 엔지니어]]에 가깝다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기