点击
金融行业网
，金融大拿、业内人士都在这里
今日微信号力荐
理财头条
licaitt
(长按红色字复制）
对于应届毕业生们，尤其是立志于进入金融行业的，应该知晓哪个行业、哪家公司的平均薪资水平。
想做金融拿高薪，高考后如何选专业？
来源：苏宁财富资讯
作者：薛洪言 苏宁金融研究院互联网金融中心主任
一年一度的高考结束了，除了焦急地等待成绩公布，是时候考虑下选专业的问题了。
有些人把专业当成兴趣的延伸，更多的人把专业当成是工作的前奏。前者就不多说了，大可以跟着兴趣走；对于后者，就涉及到职业的选择问题。
最近一段时间，不少人来问我：如果以后想从事金融行业，该如何选专业？这着实是一个需要推敲的问题。
参加2017年高考的学生，将主要于2021年（本科）和2023年（硕士）走入工作岗位，所以，先要想一想，那个时候，金融业态有何变化？哪些岗位会“消失”，哪类人才又会受到青睐。只有对毕业时的行业需求做好预判，才能走好当下选专业的关键一步。
人工智能驱动金融人才需求高端化
主要意思是，人工智能在金融业的快速渗透将会替代很多单一的、操作性的岗位，一方面使得行业员工人数下降，另一方面也驱动金融行业的人才需求高端化。整体的影响便是，金融业的就业门槛越来越高。
随着新技术的出现，社会上现有工作的数量、类型和组成都要发生改变以适应新技术，而人工智能无疑是影响最大的变数之一。
所谓人工智能，是指通过研究人类智能行为规律
（如学习、计算、推理、思考、规划等）
，构造具有一定智慧能力的人工系统，以完成往常需要人类智慧才能胜任的工作。换句话说，解放人类的“大脑”，是人工智能的天职。
2013年，牛津大学马丁学院做过一项研究，预测人工智能发展将经历两次“人工替代”的浪潮：
在第一次浪潮中，运输和物流业的大部分工人、大量的行政人员和生产领域的劳动者可能被计算机取代；
在第二次浪潮中，所有涉及手指灵巧度、反馈、观察和有限空间内工作的任务都将受到人工智能的影响。
可能也正是基于这一点，霍金曾这么评价人工智能：
人工智能之于人类，可能是最好的事情，也可能是会终结人类的最坏的事情。
就金融业的柜员、客服、交易员等群体而言，人工智能扮演的便是“替代者”的角色，可能就是有一天会变成坐在柯洁对面的AlphaGo，替代他们“下棋”
（指各种基础类银行服务）
。
对于诸如风险管理、财务管理等中后台岗位而言，可能也会面临类似的问题。下面以科技驱动对风险管理岗位的影响为例，进行简要分析。
良好的风险管理是金融行业持续发展的根本保障，风险管理岗位在金融业内部也一直处于核心地位，在银行业尤其如此。所以，风险管理岗位一直都是金融业的金领，受大数据、物联网技术的冲击，未来三五年，其含金量可能会大幅缩水。
粗略来看，风险管理包括目标设定、事项识别和风险对策三个关键因素，其中，事项识别
（风险识别、风险计量等）
和风险对策
（风险定价、风险监测、风险控制等）
的数据驱动趋势越来越明显。在一个标准化的授信审批流程中，债项评级、押品评级、授信额度及定价等均可以通过大数据风控模型直接得出，而贷后管理很大程度上也可以通过负面信息引擎、风险预警模型、基于物联网的押品管理等减少对人力的依赖。
这种趋势的影响在于，随着风控人员的经验内化为模型，金融行业的风险管理岗位将从经验积累型的“金领”转变为诸如模型参数调整、系统日常运营等操作性“蓝领”，职业发展前景大大受限，行业所需从业人员数量也将大幅下降。
复合型人才一直并将继续受到青睐
一直以来，金融企业就偏爱复合型人才
（在本文语境下，可简单理解成跨专业人才）
，未来的三五年，这一趋势还会加强。
一是
金融业属于虚拟产业，通过服务实体经济而实现自身的发展，所以，金融业是需要和各行各业打交道的，跨专业的人才对于相应行业的理解更为透彻，也就受到金融企业的青睐。典型的是证券公司行业研究员招聘，最喜欢两类人：
一类是理工
（本科）
+金融
（硕士）
组合，处理数据、做模型能力强；
一类是行业
（本科，如生物、医药等）
+金融
（硕士）
组合，在研究相应行业时不会存在障碍。
不难理解，如果让一个本科学金融的去研究医药行业，这不是难为人嘛。不过，有一种说法是，人工智能在证券业的运用，第一类要取代的岗位便是行业研究员，因为机器更擅长基于历史数据的预测。
二是
金融业自身的业务逻辑演变，不断提升对复合型人才的需求。举例来说，金融业的数据化和科技化趋势愈发明显，自然会导致对信息“IT+金融”的复合型人才的需求增加。以大数据建模为例，所有的模型归根结底是为业务服务，要服从于业务模式。对人才的需求便是，既需要有数据挖掘和建模能力，又需要对金融业务模式、风控逻辑等有着深入的了解。
三是
金融跨界和业态融合逐步成为新的趋势，金融与实业的边界越来越模糊，在场景金融下，金融服务甚至成为消费场景中的一个环节，也在催生着对复合型人才的需求。
