大家好，小弟目前在猕猴很多的大学就读研究所
因为大四下为了做量化投资，接触R语言，从此爱上程式
升研究所后，老板也刚好有在用机器学习做量化投资的应用，以下先说说我的经历与能力
请大家别见笑QQ
经历:
1. 国泰大数据竞赛 优选
2. 在本土某银行的客群分析部实习，运用客户历史资料预测未来购买的理财商品，
使用LSTM及XGB建模，离开后有跟同事稍微询问一下模型状况，他们说上线后表现还不错
3. 在系上多堂程式相关课程助教，例如金融程式交易、巨量资料导论、金融科技服务开发
4. 有修资管所的课：WEB程式设计、巨量资料导论、资料探勘与知识发现
熟悉的程式语言与工具: R最熟, Python次之, SQL皮毛
Git, Vim, Linux, Docker略懂，都有摸过
能力与实做过的经验：
本科能力:
1. 量化交易方法与观念: 风险控管、赚赔比、策略回测、技术分析、多因子模型
2. 现代投资组合理论: ETF指数追踪、投资组合建构方法
机器学习:
1. 以XGBoost实作台股涨跌预测模型，适合短线
2. 将经济指标以降维手法进行群聚分析建构最优投资组合（目前论文方向）
3. 比赛使用贝叶斯优化以及Stacking集成方法进行险种预测
4. 处理IMDB原始评论文本，进行情绪分类，TF-IDF、WordEmbedding
5. 将MNIST手写数据进行Conv Autoencoder分群，进一步应用就是把股票报酬序列
进行Conv1D的Autoencoder，把走势相似的股票群聚
6. 经典模型都有了解算法数学公式与原理:XGB、RF、CNN、LSTM等...
7. 多input 多output 的NN模型使用
其他:
1. 用flask实作linebot，利用爬虫获得现价，计算不同选择权策略所需成本
2. 用flask实作网页小app，上传图片读取keras图片辨识模型进行物品预测
问题:
虽然对量化投资也保有热情，但是以后有点不太想进入纯金融业，
想走入资料科学这块，让自己的出路更宽广一点
但是搜寻一下资料科学家的征才说明，好像都需要资讯、数学、统计背景的
小弟自认能力还算足够，但是很怕学历这关就被刷掉，再加上对于继续学习知识的渴望
想推甄四大资工所、资管所，不知道我这样的经历有没有机会？或是可以往哪里补强？
或是说我这样的学经历，有机会直接进业界累积经验？
感谢各位指点 感谢！