AI時代，金融業將大量招聘大數據工程師？

對於傳統的銀行業來說，2017年的日子越來越不好過了。

大量裁員，顯然成為未來十年最令人心惶惶的事情。

據花旗銀行一份報告預計，2015年-2025年，銀行僱員將減少30%，且下跌速度會由近些年的每年2%上升到3%。

這份預測在全球的傳統銀行業界已成事實。

2016年10月，荷蘭的ING銀行宣布，為節省9億歐元，將裁掉7000名員工；德國商業銀行也宣布，到2020年，他們會將銀行中80%的工作都數碼化、自動化，最終會裁掉9600名員工。

蘇格蘭皇家銀行也將發布一個線上的AI客服系統，這個客服系統可以根據客戶的語調來做出反應，此外，它還永遠都不需要休息，更不會要求超時津貼。

在中國，據銀行業協會數據顯示，工商、農業和建設三家銀行在2016年櫃員人數減少了5萬餘人。雖然這些人員並非都是被裁掉的，但確實由於FinTech（金融科技）對銀行業的衝擊，傳統銀行實體網點已再難以為繼。

FinTech(金融科技)，主要是指那些可用於撕裂傳統金融服務方式的高新技術。這些技術包括：用戶體驗、大數據和人工智慧。FinTech公司的使命是：用科技讓金融運作更高效。

舉個栗子：阿里巴巴帝國掌門人馬雲於2004年底創辦了支付寶，如今，憑藉打造高效快速的用戶體驗，它的支付服務已經擁有4.5億活躍用戶，海外活躍用戶也有1800萬，每天處理1.7億的各種支付轉賬業務。

在中國內地的農村，已經有超過1.4億支付寶用戶，超過3700萬餘額寶用戶跟大城市裡的人享受同樣的移動金融服務。如此龐大的用戶數據使得一個職業——金融大數據工程師——成為稀缺。

大數據工程師就是會玩數據的人，讓數據變成生產力。和傳統數據相比，大數據是在線的、實時的、規模海量且形式不規整、無章法可循的。所以，大數據工程師的工作就是分析歷史、預測未來和優化選擇，從而幫助企業做出正確的商業決策。

比如，分析歷史就是找出過去事件的特徵，最大的作用就是幫助企業認識消費者，通過分析用戶以往的行為軌跡，了解這個人，為用戶畫像，然後預測他的行為，這樣就可以針對個性的人推薦相關服務，或是基於個性的不同特徵和需求衍生出新的業務模式。

不僅僅是民營的互聯網金融企業需要大量的金融大數據工程師處理海量的數據，傳統銀行業也因為在多年的發展中，沉澱了大量有用或者無用的數據，包括各類金融交易、客戶信息、市場分析、風險控制、投資顧問等，數據級別都是海量單位，這也使得金融大數據工程師的工作面臨極大挑戰。

另外，互聯網金融巨頭螞蟻金服的存在，也是製造傳統銀行業冬天，逼使傳統銀行業做出轉型的重要因素。螞蟻金服（螞蟻金融服務集團）起步於支付寶，2014年10月正式宣布成立。目前，螞蟻金服已網羅支付、理財、徵信、銀行、證券、保險等幾大業務板塊，逐漸編織起一張巨大的金融帝國網路。

大家肯定都還記得，馬雲在2008年批判傳統銀行在給中小微企業貸款的不作為問題時說，「如果銀行不改變，我們就改變銀行」。這句話已經變成了現實。螞蟻金服已經幫助80萬家小微企業貸了450億。

螞蟻金服擁有一個特殊的科學家團隊，專門從事機器學習與深度學習等人工智慧領域的前沿研究，據公布數據顯示，在網商銀行的花唄與微貸業務上，使用機器學習把虛假交易率降低了近10倍，為支付寶的證件審核系統開發的基於深度學習的OCR系統，使證件校核時間從1天縮小到1秒，同時提升了30％的通過率……

AI對金融行業的影響要遠遠大於對其他行業的影響。

據報道，近年來在銀行業招聘中，不論是傳統銀行，還是新興的互聯網銀行，雖然最基礎的一項要求還是應聘者需為國家統招的全日制畢業生，但顯然大數據工程師成為越來越吃香的人員，金融行業對大數據分析師的需求顯著提升，缺口高達20萬人。

原因在哪裡，正如以下兩位行長所說：

興業銀行(16.520, 0.50, 3.12%)行長陶以平認為，未來一般性、普遍性的金融服務，會明顯過剩，銀行要想適應市場、贏得客戶，一定要堅定不移地走差異化、特色化的發展道路。此外，「智能化生存」也將成為未來銀行在激烈競爭中取勝的一大法寶。

浦發銀行(12.390, 0.64, 5.45%)行長劉信義認為，數字化設備並不是數字化的經營能力，商業銀行需要構建以數據為核心的生態體系，發揮數字化經營平台的倍增效應，提升數字化經營管理的能力。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！