其实任何行业在管理上都会面临这样的问题：是那种等级森严的层级管理模式好呢，还是那种事业部制的块状管理模式好？
传统的管理模式自然是那种自上而下的管理模式，经常看到很多传统的企业有10几个层级，某些国企甚至20多个级别，有些有大量孙公司、曾孙公司的巨型企业层级更是多如牛毛，而且经常出现很多层级的人数非常稀少，甚至一个级别上没有人。这些往往是机构臃肿、冗员过多、效率低下的典型。
事业部制则没有这方面的问题，毕竟这类小组或部门财务独立，不干活就没饭吃，当然逼着大家都得努力。这样或许还能创造更多的收益，如果像人民公社那样那就大家都被拖死了。
当然，层级管理也有自己的好处，比如执行力高的要推动什么事情可以逐层细分下去，而不会有两个组做同样的活；但事业部制可能内部竞争会比较激烈，同一个小组的人或许关系比较融洽，但不同小组之间或许就是竞争对手。比如一个客户一天接待了同一个公司6拨人，都是谈一个业务的；或者一个基金下面两组人，一组做多螺纹一组做空，规模差不多的。
一般而言，事业部制、扁平管理、平台+个人等都是新型的组织模式，而传统那种等级森严的公司管理体制更为普遍。如果从公司管理者角度，他已经处于组织最高层，自然希望等级越多越好，特别是国有企业，这样意味着有很多空位可以塞人，其实一些大的上市私企管理上跟国企也没什么区别；但如果是事业部制，大家的贡献跟收入的关系过于明显，就很难塞一个只拿钱不干活的人。
但对于个人来说，特别是刚参加工作的人来说，则需要考虑很多了。如果是层级很多的组织，很多时候，哪怕最大的老板是业内大牛，名校博士，华尔街多年经验，但你压根接触不到他，他也可能久疏沙场更多干一些销售方面的活；一般层级越多的公司人事关系越复杂，同样50个人，一家公司分10个级别每个级别5个人，另一个分10个并列小组每个小组5个人，显然去每个小组5个人的好。比如这5个人做商品CTA，完全可以做得很好了，自己可以在一个细分领域做到极致，把CTA交易的整个链条打通。如果是50个人按功能分组，数据收集、数据清洗、构建因子、统计模型、数值优化、交易模型、投资组合优化、算法交易、硬件网卡优化等等，一层一层的，比如数据收集跟数据清洗沟通，数据清洗跟构建因子沟通等，这样自己只能在一小块，干几年也只懂这些。要知道其他公司未必是这么个分工法，你的经验很难复制到其他公司，而且你的活只涉及一小块，公司招个刚毕业的培训几个月也能上手，所以自己的职业发展将相当受限。而且，如果出了问题，各个模块之间也会互相推诿，最终责任追究难以落实。如果是财务独立的话，谁赚钱谁亏钱一目了然。
总之，在量化交易这一行，如果想长远发展，还是尽早能独立管理一个账户比较好。不要说干了好几年，有人说你吹牛自己业绩这么好，帮我管点钱可以吗？你说“啊，我数据收集是别人做的，IT系统别人写的，我只懂统计分析这块，下单都不会......”当然，公司肯定高兴的，就是让你走不了。有时间可以听听我的量化求职面试知乎live：
sdf