2019年刚开年，全球金融界就迎来了裁员潮。
- 1月底，欧洲第二大银行Santander银行宣布将裁员800人，并关闭140家分支机构；
- 前阵子，英国四大银行Lloyds Bank宣布：计划裁员6000人，已经关闭分行500家。
- 几周前，美国金融巨头State Street Corp也宣布开启新一轮裁员，数量高达1500个工作岗位（约3%），其中包括15%的高级管理层人员。
(source: Boston Globe)
其实，金融界大裁员，早已不是什么新闻：
- 去年，德银、花旗投行部等金融机构纷纷宣布裁员，搞得行业内人心惶惶；
- 一封声称PwC决定不sponsor非STEM专业国际生的邮件，也吓坏了不少留学生...
面对近两年经济下行，各大公司，尤其是传统金融机构，都在通过优化投入成本，迎接市场压力。
State Street Corp的CEO Ronald O’Hanley表示，此次的裁员是公司节省成本计划的一部分，目的之一就是重大技术改造。
“人力成本结构仍然太高，我们想加快人工智能、IT自动化的进展。” Ronald解释道。
36万小时的人力工作，AI只需几秒就能完成。一切人类在AI面前，都是树懒。
AI大潮来袭，百年投行变身技术公司？
全球规模最大投行之一的高盛CEO 大卫·索洛莫曾在一次采访中说道：“高盛如今的定位已不同往昔，高盛现在是一家技术公司。”
据Business Insider的统计，高盛目前3万3千多名全职员工中，近1/3的员工是工程师和数据科学人才。
不仅仅是高盛，据麦肯锡预测，未来将有30%-60%的银行相关职位会受到人工智能的影响，近30%的职位会被直接自动化。
除了无法企及的速度，相较于人类，人工智能的其他优势也显而易见：
它可以大量吸收全球金融数据，包括经济报告、货币政策变化、时政新闻、书籍......
它还能实时观察数据，甚至可以昼夜无休、24小时不停地学习改进模型，还能不断完善自己的预测......
难道，在这场赛局中，人类注定成为输家？
其实不然，再先进的人工智能系统也不过是人类的辅助工具。
它确实能更高效地完成一些重复性的任务，但却无法拥有金融精英的洞察力和创造性思维。
而且，金融精英们也不会眼睁睁地看着自己被AI取代，而不去做任何改变。
人工智能是挑战，也是机遇
挑战与机遇是并存的。就拿劳埃德银行的例子来说，公司在裁减大批传统岗位的同时，也创造了很多新兴工作机会。
随着人工智能领域研究如火如荼地开展，和数据科学相关的工作岗位，正以井喷式的速度增加。
一个已经拥有专业的金融知识的商业精英，如果能再为自己武装数据科学领域的新技能，不仅能保住工作，还能让自己在人才市场上变得“香饽饽”！
如果你是一个拥有金融背景的人工智能人才，在金融行业，年薪可高达100万美元。
不止在金融界，各行各业都缺数据人才
其实，不仅仅是金融界，整个求职市场都存在着数据科学/数据分析岗位的巨大缺口。
各个行业，大小公司都在以高价争夺人才：
世界经济论坛预测，一直到2020年，数据分析师都将是全球最高需求行业之一;
领英2017年Workforce报告显示，美国求职市场对数据科学/数据分析人才的需求比五年前涨了6倍，而且这个涨势在未来的五年内会继续持续......
作为求职者，无论下一轮的科技革命将带给求职市场怎样变化，与其被动地接受冲击，不如积极地拥抱新的技术和知识，自我迭代。
在人工智能时代，需要具备哪些核心技术呢？
成为数据科学人才需要具备哪些核心技术？
来Offer 人工智能与数据科学强化课程的老师告诉我们，成为炙手可热的数据分析人才，需要抓住3个重点：
第一，掌握必要的technical skills
通过对10000条Data Scientist岗位招聘信息的分析，Glassdoor整理出了该职位所需技能。其中，最受雇主欢迎的技能有：Python，SQL，Hadoop，Java，R，SAS，Spark，Matlab，Hive和Tableau。
第二，基础知识要扎实
数据岗位工作中需要大量运用统计、数据库、数据结构等基础知识，从而更好地建立商业模型，为企业提供解决方案。
第三，有相关工作/项目经验
更多科技求职资讯，请关注“来Offer”！
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
