Analyst和qu它的相似点和不同点在哪，如果想从ea转qu应该怎么去操作？这个呢可能是一个比较宽泛的问题，一般来说很qu是, 在金融领域，它通过一些数理建模编程的方法去解决金融问题或者投资问题。最传统的哈就是大家可能会说一些在投行里头那种做pricing，就是做定价的框。你比如说你看过那种电影打空投里边有一些人需要对那些衍生品做非常复杂的那种数学建模的定价模型。包括很多同学可能学金融数学、金融工程，那你肯定学过一些什么随机过程啊等等，就是用这些数学的方法去辅助金融产品的定价。这些一般是像投行里头就是卖方pri行的框子，那偏买方的框子呢他解决的更多是投资的问题。比如说我要在市场当中，在万千的市场数据当中找到一些信号，然后来执行投资决策。还有一些框子呢，比如说辅助风险管理的框子。因为不管是买方卖方，是交易员还是这个portfolio manager，他都会有自己的资产组合。那就需要去衡量这个资产组合的风险，这部分也是需要框去帮助做这些风险评估的。好，那第A就是data analyst的最主要的区别就是他首先不限于金融行业，对吧？就各行各业都会有自己要分析的数据吧。不管你是医药行业或者互联网行业、汽车行业、人工智能行业、咨询行业等等，它分析的数据可能是不一样的。那这些data analyst呢主要是在自己这个行业里边基于数据分析去辅助做一些商业的决策。但是呢一般来讲，它的数理建模和编程的难度会比矿要小一些。那如果说我要想从转成怎么去思考这个转型的路径呢？我个人感觉啊就但凡这种跨职业转型，其实比较好的一个思路就是我想找到这两个岗位之间的交集。话你是做医药健康领域数据分析的那你八成跟金融关系不大，对吧？你每天看的数据跟那些做衍生品的交易员看的数据肯定完全不一样。所以这时候怎么办呢？可能比较快的一个思路哈，就是我可以找比如说health industry这个方向去做point或者做数据分析的。比如说你可以辅助这个行业的分析员去做一些呃找信号啊，或者做一些更深入的分析。因为从你的经验和技能来看，这部分的交集它是最多的。或者比如说有一些同学是在保险行业做数据分析，那要想往金融转呢，你可能辅助一些保险公司去做一些投资策略的分析，或者那种insurance consulting。因为毕竟你对保险行业的知识储备技能还是在总之呢就是这种找交集的思路，可能是跨行业转行一个比较快的切入点。