金融工程是一個跨學科領域，涉及金融理論、工程方法、數學工具和編程。哥倫比亞大學的金融工程碩士提供工程方法和定量方法在金融領域應用的培訓，為以后想在證券、銀行、財務管理和咨詢、或一般制造和服務公司等領域工作的學生而設計。項目開設在哥大工程學院IEOR系下，自成立后一直位于Quantnet MFE項目排名的前列，是一個非常受歡迎的項目。就是不知道在哥大綜合排名下滑到18的今年，會不會還有那么多的人會選擇。

MFE是一個全日制的36學分、12門課、STEM項目。8月開學，可以在次年的6月、8月或12月完結。包括18學分的核心課和18學分的選修課。核心課程如下：

部分選修課如下：

核心課程要在前兩個學期內完成，如果本科已經學過類似的課程可以申請修PhD層次的核心課。選修課可以選擇其他院系的課程，如商學院、文理學院，不過SPS學院的課程不計入此項目的要求。看，就算你想學得水一點，項目還不答應呢。選修課比核心課更深入更實用，而且IEOR系有些選修課是優先提供給MFE學生的。

此外，項目還提供了7個concentrations：Asset Management、Computation & Programming、Computational Finance/Trading Systems、Derivatives、 Finance & Economics、Financial Technology、Machine Learning for Financial Engineering。如果想選擇某個分支，就要修至少9學分那個分支相關的選修課。

項目這種靈活的學制，避免了被一些不明就里的人說海外一年碩士都是“水項目”，也避免了（據說）國內有企業不招海外一年碩士的限制。靈活的選修課程、分支課程選擇，則使學生可以根據自己的職業目標針對性地選擇合適的課程，有助于未來的就業。

項目的cohort size是100+人，幾乎每年國際生80%以上。錄取的學生來自不同的專業背景，但共同點是GPA很高、定量背景很強、經歷比較豐富。近兩年錄取的學生，GPA多在3.8以上，GRE多在330以上（雖然不要求），TOEFL則在105-110+。NB的生源背景帶來NB的就業結果，所以項目的專業排名一直那么高。

對于陸本的學生來說，本科院校背景也很重要，錄取的基本都是top985、中外合辦以及知名財經院校的學生，感覺可以參考LSE流傳的list。本科院校不太好的基本可以放棄了。

23年的申請依然不要求GRE（not required）。想提交的可以提交，不提交的也不會有不利的影響-students who do not submit scores will not be penalized in the graduate admissions review process。所以就不要被GRE給制造焦慮了，實在考不出就別考了，有那時間可以多了解了解金融工程的內容和就業等。注意，要提交只能提交GRE成績，項目不接受GMAT！

項目的前提課程是要求有概率論、微積分、線性代數方面的數學背景，可以通過學校的10幾道題來檢測自己的水平。但是為了能夠更好地完成碩士階段課程，更多的學生還是卷了更多的高級數學和編程課程。

其他申請材料要求：

• Transcripts from every post-secondary institution attended

• Three recommendation letters

• Personal statement

• Resumé or Curriculum Vitae

• Publications (optional)

• An interview may be requested

• $85 non-refundable application fee

• International applicants，TOEFL or IELTS，接受家考成績或Duolingo

截止時間：1-15，多在2月中旬后至5月出結果。

學生反饋項目的career service not stellar，一貫的職業發展課程、改簡歷和求職信、發郵件等是有的，不過不夠individually。但是架不住錄取的學生本身足夠優秀啊，加上紐約地區豐富的就業機會，項目的就業情況是非常好的。一些就業數據如下：

100% placement rate as of March 2, 2022, and is expected to climb to 100% within 3 months of graduation。

F同學，央財，金融，GPA 90+，TOEFL 105+，GRE330+，三段量化實習，數學建模、Quant相關研究若干。

S同學，寧波諾丁漢，數學，GPA 3.9+，IELTS 7.5，GRE325+，券商、咨詢、騰訊數據分析相關實習。