多伦多大学硕士精算专业？
UofT的MFE确实是一个不错的选择，我介绍一下这个项目的情况。 MFE是University of Toronto的大规模扩招项目（2013年以前只有100人左右，现在是600人），由Rotman School of Management下设，授课老师都是商学院的正教授。虽然名字里有个“金融”，但其实这个项目的课程设置非常数学，对纯数学基础的要求也非常高——如果是本科纯文科或是商科背景的话可能会有一点吃力。
整个项目分两个学期，每个学期修完4门课，一共8门课，总学分为16个（4门必修+4门选修+1门毕业设计or论文）。必修课包括微观经济、计量经济学、随机数学、风险管理、期权与债券定价等；选修课包括公司理财、金融工程、C++编程、随机控制、时间序列分析等，选修的课程可以让自己根据自己的喜好和未来的打算来安排。 每个学期的开学初会和教授有一次关于选课和学业规划的session，你可以提前和教授沟通自己对于未来职业规划的想法，教授的本意是想帮助同学们做学术上的规划，但如果同学有就业的方向，教授也会很乐意给你些建议。比如说我的本专业是CS，在咨询了教授之后，他给我的建议是，因为现在AI和ML非常火，可以多考虑一下Data Science方向，于是我就在第二年选了相关的一系列课程。
每门课程的授课内容都非常实用且紧跟时事，比如风险管理这门课就是拿加拿大四大银行做的实例分析来做案例分析，期末还要交一篇小论文来总结所学内容并给出对未来风险管控的建议。 在第二学期的最后一门的选修课上，大家需要分组做个毕设报告，可以选择自己感兴趣的话题，教授会提供一些课题的建议，也可以自己去网上搜资料做个调研然后提出自己的假设去进行论证。
整个项目的氛围是偏quant的，同学都是以理工背景居多，大家平时讨论的问题也是以随机、C++、算法为主。不过每个人的情况不同，我也是在这里遇到了很多志同道合的朋友。 总体来说这个项目的学习压力不小，课程内容难度较大且课时量较少（每门课15周），如果预习不到位很可能会跟不上老师的节奏。但是一旦适应了学习节奏且找到了适合自己的学习方法就会轻松很多。这个项目没有正式的毕业论文要求，但是在第二学期有一门finality project的课程，大家可以按照自己的兴趣选择课题进行研究并在最后做一个presentation。
希望我的经历可以对题主有所帮助！如果有更多问题可以评论或者私信，看到了一定会回复～