行业 | 年薪35万美金？你真的应该学学data

金融服务公司，包括对冲基金，自营商店和共同基金，基本都花费全部的精力到雇佣那些精通人工智能和学习机械的天才专家、数据科学家、程序员和定量交易员。公司为了这些人才也在竞争。

Adam Zoia是Glocap的创始人和CEO，Glocap是一家招聘公司，他说他见过的新的趋势是华尔街会有非常大的人工智能和数据科学的需求。

“人工智能和数据科学在金融服务领域被广泛应用，因为行业为了做更好的商业决策，”Zoia说。

很多公司空缺的职位做的数据分析的工作多过于量化。在非量化为基础的对冲基金公司，数据分析专员是为传统的投资组合经理提供投资决策的。

“这一领域有很多工作机会，”Zoia说。

“我们发现数据科学和机械学习有很大的提升空间，”Victor Tang说。Victor Tang是一家叫The Execu|Search Group的招聘公司的量化、风险分析的高级项目经理。

他说很多公司偏爱数据、数学或者电脑科学方面的Ph.D.。“很多成功的求职者有很强的编程能力，大多数Ph.D.曾经有在C++ 和Python环境下工作的经验。以前人们常用的是Matlab，但是现在公司基本都用的Python。”

对冲基金公司也会招聘那些刚毕业的求职者。Tang告诉我们Two Sigma最近招聘了一个从普林斯顿毕业、曾经在Google做过实习生的Ph.D.，公司给他的薪资也相当可观。

公司给Data Science的工资开的相当高

“如果求职者是斯坦福大学或者耶鲁大学的Ph.D.，并且有曾做过Apple或者Google的实习生，或者在其他的硅谷的大公司实习过，他们将会得到$35万左右的offer，”Tang说道。“他们当中很多人都回归到他们之前做过的研究上去，特别是公司很需要机械方面的。”

“其中一些人会去做数据分析，数据处理或者数据图像，但是如果研究的类型是对口的，对冲基金公司会大方的给出$30万到$40万一年的条件给那些最近毕业的Ph.D.，”他补充道。

不仅仅是对冲基金公司

不仅仅是对冲基金公司需要数据方面的人才：长期传统基金和风险投资公司也在寻找这样的员工。

传统的长期基金经理，像共同基金公司也把目光瞄准在金融科技和数量分析人才上。传统资产为基础的经理都对招聘数据科学家很感兴趣，Reshma Ketkar说。Reshma Ketkar是在Glocap专门从事长期投资的招聘主管。“这些数据专家负责挖掘大数据中的洞见，并把这些投入到投资过程中。”他们不是在写交易s算法，而且他们也没有取代人力。”

这些传统资产经理依然根据对公司的基本判断来投资，考虑现金流、价值和团队管理的效率，但是数据科学家做的是去寻找那些对投资过程有用的信息，Ketkar说。资产公司像AllianceBernstein，Fidelity and Goldman Sachs Asset Management，Fidelity和Goldman Sachs Asset Management都聘用了数据科学家来充实投资团队。基础的对冲基金也开始考虑这样的组合。

“数据科学家横跨对冲基金的历史性量化交易和基础投资公司的趋势正在上升，” Ketkar提到。“他们都想要数据科学家，但是在基础投资公司的立场来讲，他们更是一种补充，而不是把他们当做投资过程中最主要的驱动。”

这里还有很多资产管理商务的量化方面的职位招聘，比如编程语言就是一个特别需要的技能，包括Python, C++ 和 C#。