计算机专业毕业去向-金融科技岗位：选择银行还是券商？

前言

随着互联网寒冬的到来，以及近些年来金融科技概念的兴起和发展，越来越多计算机专业的同学考虑加入到金融科技行业当中。金融科技具体主要有银行IT、券商IT、保险IT、信托IT等多个行业。其中银行IT和券商IT是金融科技领域招聘计算机专业人才的规模前两名，很多同学纠结于去银行还是去券商做程序员。作为一名金融科技从业者，今天就给大家介绍一下这两者的优劣（银行子公司、银行省分市分信息科技岗不在此讨论范围内）。

我们找工作，都想找一份稳定，轻松，钱多的工作，不过现实中应该没有这样的工作。接下来我们就从进入门槛、稳定性、加班程度、薪酬待遇等方面来进行对比。

1.进入门槛：IT岗位上社招门槛头部银行高于头部券商，学历门槛头部券商要略高于头部银行。首先学历门槛上头部券商普遍比较高，基本都得是985硕士，因为券商的规模相比于银行还是小很多，招聘的IT岗位人数也少，所以学历门槛更高一些，但是券商IT岗位市场化程度也很高，相对于银行，社招也比较容易进；头部银行例如国有四大行等，普遍也是985硕士，但是部分银行软开口碑一般，再加上招聘人数更多，因此也会有211硕士，少量双非硕士校招进入。因为国有银行IT部门的人员主要来自于校招，社招的人数比较少，招的基本上是高级人才，再加上国有行作为央企更稳定，因此社招报的人很多，但是招的人很少，社招门槛头部银行更高。

2.稳定性：IT岗位上稳定性国有行>国有券商==股份制银行、城商行>>互联网。对于国有商业银行工行、中行、农行、邮储、交行来说，他们的软开都没有末位淘汰制，稳定性更强一些。券商的话，部分国有券商会有末位淘汰制，对于新员工会有一年保护期。不过末尾淘汰也是根据互联网的大环境来说的，如果形势好，那么这一年就可能没有末尾淘汰。**总的来说，头部券商听说的裁员很少，相对于互联网比较稳定，比国有银行差一丢丢。**如果是非国有银行，是股份制银行或者城商行、农商行，部分银行IT岗位也是有末尾淘汰的，稳定性和券商差不多。

3.加班程度：银行IT的整体加班程度要高于券商IT。因为银行的业务规模和体量相比于证券业更大，业务复杂性也更高，客户规模更大，业务高峰有可能是白天，有可能是黑夜，部分业务要7*24小时服务，所以部分银行IT岗位加班比较多，甚至不输互联网。当然部分银行IT岗位做的是内部系统，加班程度会低一些；券商的话，业务场景更少，主要是股票、债券的买卖，跟股市有很大的关系，包括开盘前、盘中交易，收盘清算，而股市业务场景很固定，工作日每天早上9点开盘到下午3点收盘，业务高峰都在白天，因此加班会更少。当然证券的测试一般会在周末，但是总体上券商IT的加班程度低于银行IT。

4.薪酬待遇：银行IT的整体薪酬待遇要低于券商IT。薪资待遇是我们最为关注的，普遍头部的券商IT工资要高于头部的银行。很有意思的点就是头部券商的IT岗位薪资是不如它的业务岗位的，这也是金融专业为什么火，因为它的业务部门基本上都是要的本硕名校金融专业，薪资很高；而银行的大部分业务部门薪资则不如IT岗位工资。所以我认为证券业整体的薪资水平高，才导致了券商IT的薪酬高于银行IT。

-END-

---

一、Python入门

下面这些内容是Python各个应用方向都必备的基础知识，想做爬虫、数据分析或者人工智能，都得先学会他们。任何高大上的东西，都是建立在原始的基础之上。打好基础，未来的路会走得更稳重。所有资料文末免费领取！！！

包含：

计算机基础

python基础

Python入门视频600集：

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

二、Python爬虫

爬虫作为一个热门的方向，不管是在自己兼职还是当成辅助技能提高工作效率，都是很不错的选择。

通过爬虫技术可以将相关的内容收集起来，分析删选后得到我们真正需要的信息。

这个信息收集分析整合的工作，可应用的范畴非常的广泛，无论是生活服务、出行旅行、金融投资、各类制造业的产品市场需求等等，都能够借助爬虫技术获取更精准有效的信息加以利用。

Python爬虫视频资料

三、数据分析

清华大学经管学院发布的《中国经济的数字化转型：人才与就业》报告显示，2025年，数据分析人才缺口预计将达230万。

这么大的人才缺口，数据分析俨然是一片广阔的蓝海！起薪10K真的是家常便饭。

四、数据库与ETL数仓

企业需要定期将冷数据从业务数据库中转移出来存储到一个专门存放历史数据的仓库里面，各部门可以根据自身业务特性对外提供统一的数据服务，这个仓库就是数据仓库。

传统的数据仓库集成处理架构是ETL，利用ETL平台的能力，E=从源数据库抽取数据，L=将数据清洗（不符合规则的数据）、转化（对表按照业务需求进行不同维度、不同颗粒度、不同业务规则计算进行统计），T=将加工好的表以增量、全量、不同时间加载到数据仓库。

五、机器学习

机器学习就是对计算机一部分数据进行学习，然后对另外一些数据进行预测与判断。

机器学习的核心是“使用算法解析数据，从中学习，然后对新数据做出决定或预测”。也就是说计算机利用以获取的数据得出某一模型，然后利用此模型进行预测的一种方法，这个过程跟人的学习过程有些类似，比如人获取一定的经验，可以对新问题进行预测。

机器学习资料：

六、Python高级进阶

从基础的语法内容，到非常多深入的进阶知识点，了解编程语言设计，学完这里基本就了解了python入门到进阶的所有的知识点。

到这就基本就可以达到企业的用人要求了，如果大家还不知道去去哪找面试资料和简历模板，我这里也为大家整理了一份，真的可以说是保姆及的系统学习路线了。

但学习编程并不是一蹴而就，而是需要长期的坚持和训练。整理这份学习路线，是希望和大家共同进步，我自己也能去回顾一些技术点。不管是编程新手，还是需要进阶的有一定经验的程序员，我相信都可以从中有所收获。

一蹴而就，而是需要长期的坚持和训练。整理这份学习路线，是希望和大家共同进步，我自己也能去回顾一些技术点。不管是编程新手，还是需要进阶的有一定经验的程序员，我相信都可以从中有所收获。

资料领取

上述这份完整版的Python全套学习资料已经上传网盘，朋友们如果需要可以微信扫描下方二维码输入“领取资料” 即可自动领取
或者
【点此链接】领取