Melhor resposta
Eu era graduado em ORFE meu primeiro e segundo ano, depois transferido para ciência da computação no início do primeiro ano.
Como o curso faz parte do departamento de engenharia, como um calouro do ORFE, você gastaria a maior parte do seu tempo cumprindo os requisitos básicos de engenharia (física, química, matemática, ciência da computação). Em geral, você também faria o ORF 245, a aula introdutória ao ORFE que cobre estatística (semelhante ao conteúdo de AP Statistics).
Nos cursos intermediários, você começa a aprender técnicas de probabilidade mais complicadas, otimização, cálculo estocástico (no contexto da matemática financeira básica) e outras ferramentas fundamentais. Esses eram meus cursos favoritos como especialização em ORFE, uma vez que os conceitos teóricos que aprendemos eram frequentemente matematicamente elegantes.
Na maioria das aulas de nível superior, você aplica esses tópicos e os estuda mais profundamente. Você passa muito tempo perguntando: “Como modelar este fenômeno complexo e cheio de incertezas?” “Como faço para otimizar tal e tal objetivo?” No curso final, há “um projeto de equipe no qual você participa de uma simulação competitiva.
Após a graduação, a maioria dos graduados em ORFE trabalham em empresas de Wall Street, embora tenham habilidades aplicáveis a muitas outros campos quantitativos também.
Eu adorei o ORFE porque a matemática sempre foi meu forte no ensino médio, e o ORFE é muito quantitativo por natureza. Também gostei da flexibilidade nas aulas que contavam como eletivas departamentais – pessoalmente, eu estava interessado em ciência da computação, e minhas aulas introdutórias de ciência da computação contavam para meu diploma ORFE. Outros podem escolher um curso mais baseado em finanças ou teoria matemática.
No final, mudei de especialidade no início do meu primeiro ano, simplesmente porque acabei mais interessado no setor de tecnologia do que no setor bancário. No entanto, tenho certeza de que o curso de ORFE é uma ótima escolha para quem gosta de matemática aplicada.