首先，在美國，我有金融數學碩士學位(普林斯頓博士除外)，主要求職方向是量化，包括量化交易、量化金融、量化投資。而摩根大通、高盛等大銀行，量化崗位已經飽和，競爭激烈。雖然在衍生產品定價、資產管理等金融方面有優勢，但在編程方面與CS相比有劣勢。所以前景壹般感覺。
數學工程，如果是數學博士，可以去行業做金融量化，可以退休到學校做教學。可以說有壹份體面的工作，但是讀博壹般要五年，投入也不是壹般的大。工科壹般是碩士，因為沒有金融背景，編程可能只會體現在項目上，個人最不看好。
CS可以說是未來最明朗的發展。機器學習和大數據將是未來的主流。因為有編程背景，量化很重要，通常能和金融領域的金融數學/金融工程學生搶飯碗。也可以去科技公司寫代碼，也可以去大公司做數據分析。應用範圍很廣。
說完美國，中國。中國的量化可以說是剛剛開始，所以金融數學個人感覺應用廣泛。與美國的大銀行相比，幾乎每個前臺部門都有壹個量化的崗位來支持和決策。國內的前臺感覺有點“拍腦袋”(不是黑，國內基金券商量化做得好的屈指可數)。所以我覺得金融數學在國內的前景至少現在是很好的，而且很稀缺。
數學和工程在國內可能壹般，畢竟有交叉專業，量化還沒成型，所以適用範圍不大。畢竟要給衍生品定價，至少要了解機理。
CS還是看好的。畢竟大數據和機器學習是世界主流。