Respuesta corta:
Al revés.
Respuesta larga.
- Cómo mejorar sus habilidades de análisis de datos a diario
- Para Big Data, ¿cómo podría uno aprenderlo desde cero?
- ¿Qué especialización en ciencia de datos es mejor, la de edX o Coursera?
- ¿Cuál es la mejor institución para la ciencia de datos en Mumbai?
- ¿Cómo están almacenando los 'RNNs' memoria '?
La ciencia de datos es como ser un mecánico y no saber exactamente qué tipo de problema encontrará en un día determinado, de ahí la amplitud. (por ciencia de datos, supongo que la aplicación de versículos de ML es una investigación fundamental en aprendizaje profundo e inteligencia artificial)
Las finanzas cuantitativas son similares a trabajar en un equipo de carreras que construye el auto más rápido que puedas construir para vencer a la competencia (mercados). Puede ser un equipo de F1 (Rentech) o un individuo que modifique su honda civic con un salario adicional (comerciantes minoristas). Solo hay un problema: ser más rápido que la competencia, es decir, ganar más dinero dada la capacidad de ciertos mercados. Hay muchos aspectos y áreas para competir, lo que requiere amplitud y profundidad.
Además, cuanto más cerca esté de la actividad que genera el dinero, más influencia tendrá en términos de autonomía / libertad, no tendrá que lidiar con BS y recibirá una compensación más competitiva.