算法

数据驱动的金融行业在人力方面会有什么改变？

谢谢香帅！

其实这是好几个同学的共同的问题，整体而言，大家很关心高新的科技金融行业的人才到底需要什么技能。

这个问题其实比较大，也很难一言以蔽之。因为在一个行业的发展过程中，总是会消失掉一些机会。但是，也会出现另外一些机会。

那么，我们可以分析一下，根据现在高度数据化、数据智能化的趋势来说，我们会看到设计算法的数据科学家和程序员会非常非常吃香。这个趋势其实在华尔街已经开始了。

你看，现在很多华尔街的大基金都是在什么地方招人呢？大学里边的统计系、计算机系的博士，甚至用特别高的薪水去挖教授。同时，由于这些算法涉及人的心理活动、神经网络，所以，以后心理学系、神经网络方面的高级人才，也会非常抢手。而这种高级人才都不是百万年薪可以抢得到的。

这里面你要注意一点，就是即使你是数据科学家，其实也要求你能够理解心理学家、神经网络专家给你提供的证据和建议。

反过来说，心理学家如果能够理解编程的逻辑，这对于他给出更中肯的建议也是有帮助的。说白了，就是要求你知识面更广，更容易触类旁通。

我和几个大的金融机构的IT人员聊天的时候，跟他们说，你们是最应该有体系地学习我这门课程的一批人。

为什么呢？你想啊，他们对于传统金融行业的IT架构非常熟，理解它的优势和短板在哪里，然后再回头系统地学习金融的基本知识，增强对金融的体感。这种人未来无论是创业，还是在科技金融领域做领头羊，都是非常有帮助的。

同样，金融、经济专业的同学则要多增加对数据的体感。

我看过某些大学里的金融课程，特别像纯文科课程，天天叫你背一堆概念，考一堆概念。

我有一次在聊天的时候，忍不住说：这真的是一点用都没有。

关于技能，我觉得有几点，同学们可以稍微注意一下。

第一点是思考力。

因为这个行业在千变万化，所以，很多金融学的概念，实际上都在迅速地变化中。所以，一个人读书，千万不能读死，没有思考力和批判力地接受书本上的知识，就等于是扼杀自己的创造力。

我想很多同学可能发现了，最近我们的课后思考题的难度真的是明显提高了。这其实都是在干一件什么事儿呢？要求你的独立思考和主动输出，因为这种能力特别地重要。

第二点就是复合学习能力。

我觉得你应该专注一个你擅长的领域。但是，要能理解其它领域的知识。这是为什么我比较认可，“得到”的终身学习这个事。其实包括我自己，如果三个月不接收鲜活世界的信息，不学习的话，就会感到跟社会开始脱节了，自己要OUT了。

但这种学习，我觉得也要记住一点，千万不要贪多嚼不烂，博是要在专的基础上的，先专后博，既专且博的人才，绝对是最抢手的紧急人才。

第三点就是协调能力。

未来的金融行业不是纯科技，也不是纯技术，它是一个非常复杂的生态。

就像我刚才说的，计算机的人也有，金融的人也有，生物学的人也有，什么专业的人都有，术业有专攻，所以，这之间的沟通成本其实是很高的。所以，哪一种人会很吃香呢？不一定是各行各业的专家，但是，能理解各行各业的知识，又具有超级协调能力的人，这种人会非常地吃香。

整体上而言，这是一个在快速变化的行业，所以，不断学习的能力最重要。但是，你要记住，是要找自己擅长的地方去“专”，然后找相关的地方去“博”，这是非常非常重要的一点。