华尔街失守：23万交易员被机器人取代

最近有消息称，高盛将要推出机器人顾问，或将完全取代交易员。

“机器人顾问对交易员生存业态的冲击很大。”一位华尔街金融机构股票交易员直言，基于大数据、人工智能等各类金融科技技术的机器人投资模型，正从根本上替代交易员的人工交易决策机制，最终导致交易员这个职业成为历史。

*图片来源：Managers of Wealth

而之前金融服务咨询公司Opimas在一份报告中估计：到2025年，单因人工智能的普及，华尔街将减少10%的员工，约为23万人将被人工智能取代。

今日重磅福利

重磅福利一：

后台回复【机器】即可立即听讲座：

重磅福利二：
后台回复【机器】即可获得：

800道Data Science/Analysis面试真题
150+份人工智能相关机器学习+Fintech深度行研报告
Machine Learning入门+进阶书籍
豆瓣高分推荐的Python入门书籍
1000个Excel黄金技巧高清视频教程
20G SQL+SAS+Mysql数据分析必备视频
158个主流编程语言Python/R数据挖掘视频教程
5000分钟量化分析必备高清视频

全部推文福利，每周统一发送至Uni会员邮箱

01  摩根大通引领金融科技转型

11月，摩根大通为对AI工作感兴趣的学生开设了虚拟学院，摩根大通此举就是为了吸纳更多的AI人才。对AI感兴趣的学生，可以在这里接触到摩根大通的定量研究专家、数据科学、人工智能和机器学习岗位方面的各种信息。

*图片来源：efinancialcareers

10月中旬，摩根大通的硅谷办公室开始组建一个新的人工智能团队，进行了大规模招聘，其中17个与AI直接相关的职位，还包括高级机器学习工程师。该团队其任务是建立一个“V1”模型，该模型是研究和实施深度学习、机器学习，从而解决业务问题。

这已经不是摩根大通第一次在人工智能方面进行大规模投入了。为了能加速金融科技的发展，保持自己的核心竞争力，摩根大通一直在作出努力。
1
摩根大通员工都要学Python

据英国《金融时报》报道，今年摩根大通已经开始要求其资产管理部门的所有员工参加强制性编程课程学习。目前该集团的分析师和员工中，有1/3已经接受过Python编程培训，而数据科学和机器学习课程也在制定之中。

*图片来源：Financial Times

2
开设大规模金融科技园区

摩根大通去年宣布，计划在旧金山帕洛阿尔托开设一个新的金融科技园区，这个最终能容纳1000人的园区将于2020年开放，这意味着会有大批的AI、机器学习人才入驻到园区。

*图片来源：FINEXTRA

H1B数据库表明，摩根大通实际上已经建立了San Mateo机器学习团队已有一段时间。以17万美元的价格聘请了一名机器学习后端基础架构工程师，此后以每人16万美元和17万美元的价格聘请了圣马特奥的两名机器学习数据科学家。

即使是在硅谷，招聘机器学习人才的竞争也很激烈，JPMorgan似乎是在高额雇佣和大量的H1B上，让自己与众不同。

3
大批定量分析师从事股票销售

彭博社最近报道称，摩根大通的技术分析的团队已经开始为定量分析师配备从事股票销售工作的许可证。摩根大通全球股票主管贾森西佩尔也表示，正在为股权出售聘请程序员，需要他们利用交易员提供的大量数据提供开发思路，简单说就是需要交易员和定量分析师的高配融合。

彭博社还采访了很多华尔街金融机构的高管，制作了一系列自动化交易图。红色方框底部的黑色文字是在交易过程中使用的人工智能技术，包括机器学习(ML)、自然语言处理(NLP) 、机器人过程自动化(PRA) 、预测分析(PA)。从图中我们会发现，从卖方到买方，从股票到债券，AI替代人类的趋势有不可阻挡之势。

*图片来源：网络

02  金融领域的AI和机器学习

1
在投行业务领域

摩根大通利用机器学习帮助该行的全球股票算法，每天执行1,300只股票交易，随着Morgan向新国家推出DeepX系统，每天可执行交易的股票数目会随之增加。

自然语言处理为机器提供了潜力，可以消化成千上万份书面报告，并将语言归类为情感，从而产生广泛的投资前景。

在一个案例研究中，JP Morgan Research建立了一个基于25万份分析报告的算法，该算法提供了学习诸如“超重”、“中性”和“减持”之类的财务术语含义的原始资料。100,000篇针对全球股票市场的新闻文章，为未来的股票投资决策提供信息。

如下表所示，该信号产生了强劲的回报，并超过了一些基准指数。这些新的数据形式都必须经过分析之后，才能在交易投资策略中运用。

*图片来源：摩根大通官网

2
其他分支领域

1
在消费金融产品和服务市场营销领域

根据个人客户的储蓄或投资能力、他们的旅行偏好或他们喜欢的品牌的折扣情况，提供具针对性的顾问咨询意见、有价值的信息或见解及相关的消费金融产品和服务。

2
在消费信贷领域

利用相关的技术解决方案，帮助员工更好地进行消费贷款的发放工作，加快按揭或汽车贷款审批流程，让客户只需点击几下就可以接受和获得贷款，然后开始购买房屋或汽车。

3
在反欺诈的应用

摩根的机器学习反欺诈应用的初步结果预计每年可带来约1.5亿美元的收益和多方面的效率提升。减少支票欺诈损失机器学习有助于提供更好的客户体验，同时也优先考虑销售点的安全性，交易的自动决策在几毫秒内完成。

因而，混现代金融圈的，熟练运用Machine learning的人才才是最不被淘汰的，能够担当这些数据分析责任的人才，也是缺口巨大，并且在交易中占据举足轻重的地位。

这也是为什么金融业各Big Name都在疯狂引入大量AI领域技术人才。专业的技术人员承担机器人、交易程序研发等任务，而其他的员工也被要求要用编程来进行数据分析。机器学习专家来帮你梳理目前局势

03  Big Name狂招科技人才

摩根大通此前宣布将投资114亿美元研发全球股票交易机器人，贝莱德基金则正积极引入基于机器人投资决策的量化策略替代交易员人工投资决策机制，高盛则侧重投行工作的自动化，将IPO过程分成逾140个步骤，通过机器人模型自动完成。

金融科技的应用使金融交易、销售、风控工作效率提升，对人力资源确实产生了明显的替代效应，面对这样的趋势，国际银行巨头们，开始努力研发各种机器交易模型，开始抢大量相关人才。

甚至高盛前CEO劳尔德·贝兰克梵甚至将高盛重新定位为“一家科技公司”。2019年，高盛进军算法驱动的ETF，表明华尔街越来越依赖先进的自动化操作。在几百名计算机工程师的技术支持下，自动化交易程序已经接管了高盛大多数日常工作量。

在今年年初高盛发布的2018年报中，高盛员工数不降反增，雇佣员工人数提高了9%，增加了近3000人。但是仔细分析就会发现，新增的雇员基本都是科技岗的。在高盛2018年的招聘岗位中，50%以上为工程技术人员。

*图片来源：高盛2018年报

高盛的Strats团队为了与科技公司争夺人才，薪资超级高。其成员均毕业于世界顶级名校，绝大部分拥有的不是金融、而是数学与计算机科学相关的学位，且精专于各种编程语言。

据CNBC报道，高盛内部总结归纳出“一名数据工程师可以取代四名交易员”的规律，目前，高盛三分之一的员工是计算机工程师，约有9000人。

与高盛一样，摩根大通也相当重视技术人才的招揽，摩根大通正在大力投资人工智能和机器学习技术。与其他大型投资银行一样已将其108亿美元年度技术预算的一半以上用于新投资，寻找额外的摩根大通AI雇员。

甚至疯狂到，摩根大通新任人工智能和机器学习服务负责人Apoorv Saxena，仅两周就从Facebook挖走了一位经验丰富的AI和大数据工程师加入他的团队。

04  华尔街的“科技热”都是为了数据！

数据对金融行业的重要性不言而喻。华尔街的各大投行长期以来，就一直抱怨购买财务数据的成本高企。“华尔街之王”高盛每年就要花费高昂的价格，购买各类经济金融相关数据。

一位高盛的高管估计，该行每年在金融数据上的花费就达到4亿美元。而随着科技手段的发展，机构投资者用于大数据获取的成本还将进一步增加。

*图片来源：Businessinsider

许多金融机构还会通过一些新型科技手段，进行数据收集。据摩根大通预测，去年底，机构投资者目前在这类新型大数据获取上的花费已超过20-30亿美元，且投入金额还在进一步攀升。

所以为了数据，华尔街这些金字塔顶尖的企业才把目光放到了人工智能和机器学习上，整个金融行业都在招聘“人工智能+金融”的从业者，Fintech越来越火，甚至2019年CFA考试新增了Fintech科目。即使是在职的金融人，也不得不做出改变，近40%的资管类岗位需要接受新的Fintech培训。

*图片来源：网络

摩根大通去年5月发布了一个大数据金融服务报告，该报告显示：“大数据和人工智能战略”以及“投资机器学习和替代数据方法”，机器学习将成为市场未来运作的关键。分析师、投资组合经理、交易员和首席投资官都需要熟悉机器学习技巧。

如果他们不去适应新环境，他们将面临淘汰。因为传统的数据来源，如季度收入和GDP数据将变得越来越无关紧要，因为使用更新的数据集和方法的管理人员将能够提前预测它们并在发布之前进行交易。这意味着他们必须要掌握人工智能相关的知识，无论是编程语言还是数据分析工具。

05  Data岗位需求量与日俱增

Data Science行业领域的从业者已被誉为“今后十年IT行业最重要的人才”了。根据Glassdoor的最新权威数据，数据相关类岗位的平均年薪高达13W美金！

*图片来源：Indeed

麦肯锡曾预计未来三年内数据分析师的缺口将达到150万。在国内，数据分析师的平均工资为10630/月；大数据开发平均工资为30230/月；数据挖掘的平均工资为21740/月。根据Glassdoor的数据显示，海外的数据相关岗位如Data Scientist年薪高达118,700美金，高居排行榜榜首！就连入门级Data Analyst岗位也有将近7W美金的薪资。

*图片来源：Glassdoor

麦肯锡等咨询大佬曾发出多份详细的数据行业研究报告，数据相关类的岗位需求仅在美国就突破了20W。

*图片来源：Indeed

更别说现在已经进入了全行业数字化转型的时代，具备数据能力显然已经成为各个岗位的的标配。腾讯、联想、欧莱雅、IBM、招商银行等Big Name都在招募数据分析人才；移动互联网、计算机软件、咨询、金融、银行...几乎所有行业，都离不开数据分析。

甚至可以说，无论你是处于公司中的哪个环节，从专职数据分析、市场策划、销售运营、到客户服务，都需要掌握数据分析技能。

*图片来源：网络

那是不是说Data相关领域就是像程序员一样写代码吗？并不全是，编程语言和工具都只是“玩转”数据的工具。在求职过程中，多一个技能就比别人多一些优势，在同等条件下，自然会拔得头筹。现在各行各业需要的是Business与Data双管齐下的复合型人才，如果你也想成为掌握多项技能的数据人才，那赶紧来入门吧

今日福利
本期福利领取截止日期：
北京时间2019年12月13日23：59
扫码回复关键词【机器】
▼即可领取▼

*UniCareer全体学员每周邮件统一发送
注意查收邮箱以及垃圾邮件噢

[h1]
[/h1]—— END ——
由UniCareer独家整理发布, 如需转载请注明来源

版权声明：UniCareer除发布原创求职干货文章及独家讲座福利等优质内容外，致力于分享优秀求职干货文章。如涉及版权问题，敬请原作者原谅，并联系微信UniCareer_Buddy26（Uni君）进行处理。UniCareer非常欢迎品牌的推广以及战略合作，请发邮件至sophie.yang@unicareer.com