美国富顿集团怎么样？
本人目前在职，在Fulton从事量化分析工作。 先亮身份，防止别人说是托。我2015年入学，2017年毕业。当年一起申请的同学有去Citadel的，有去JP Morgen的，还有去DeutscheBank等等，我的offer比他们略晚收到，所以应该是2016年的暑假完成面试和发offer的过程。 我本科是在UW EECS（工程与计算机）读的，博士在UW ISI（信息科学学院）。
个人对量化投资感兴趣，所以申请了ISI的quant program. 当时同时拿到两个master的offer，一个是ISI的MFE，一个是SEAS的DS.考虑到quant，最后选择了ISI. 因为是工科背景，在PhD in finance的申请中并不占优势；而由于对quant的兴趣，又使我在申请MS in finace的项目的时能够选择的项目并不多，最终选择了Fulton的量化。
目前工作的内容主要是做quantitative trading，日常工作主要是看数据，写代码，跑模型，推导公式等。 量化的工作内容本身比较窄，如果将来想跳槽，可选择的机会不多，大部分会选择回金融行业做risk，或者去买方做quant trader。 Quant本身属于比较小众的培养方向，对于中国人来说可以选择的学校更是寥寥无几（除掉现在在国内如火如荼的清北中金班）。但Quant在金融行业的薪资水平却很高，基本能达到中上的收入水平。
我个人感觉在学校的学习阶段，我对quant的知识储备以及数学、编程方面的训练已经足以让我胜任quant的工作了。但在工作中的表现和模型的有效性还有一定的差距，需要不断的学习和积累。 在学校学习的知识和工作内容的差距主要在于： (1) 理论和方法论的区别——学校更偏重理论和基础知识，工作中则更多的追求效率和实用性。因此在工作中会更有针对性的学习相关的知识和技能，并使用这些技术和方法解决现实问题；
(2) 数据的来源和体量不同——学校所用的数据大多为历史上已经发生过的事件，而工作中则会面对更多未知的情况和数据；
(3) 问题的定义和目标函数——学校在学习各种方法和模型的时候往往会有既定的问题范围和要求指标，而在工作中则需要根据需求和决策者意见来定义问题和目标函数；
（4）工具的使用有所不同——在学校所学的专业知识基本上都能够用到实际工作中，但是一些具体的数据分析和模型推导则是会根据实际情况使用不同的软件和平台。 总之，虽然学校的理论学习很重要，但是实践经验和能力的培养也很重要。两者相结合才能更好的适应职业的要求。