每個金融學子都有個投行夢
年薪百萬、衣著光鮮、走上人生巔峰
可投行哪有這麼容易進？
但擁有這項技能，求職投行就有希望啦
Because 2020最受投行歡迎的技能是 Data
2020 Data 成投行最愛
來自eFinancialCareer的數據報告，在JPM，MS，GS三所投行關於技術崗位方面的招聘資訊中，Data這個技能要求佔sample的36％以上，遠遠超過其他，可見這一塊在金融領域中的應用越來越重要了。
（圖片來源於efinancialcareer）
- J.P.Morgan：創建“數據湖”
被稱為“金融帝國”的 J.P. Morgan，其科技領域一直以來走在行業前沿，為此他們專門設立了技術中心，專攻大數據、機器人和雲基礎。在今年的investor day presentations 中，J.P. Morgan表示將來會構建用於分析和機器學習的“data lake”，創建跨產品的 "data backbone"，想要通過數據來幫助服務客戶。
（圖片來源於efinancialcareers）
- Morgan Stanley：點名要Data
瀏覽Morgan Stanley的招聘資訊，不難發現公司的任職技能標明要對數據結構有很好的理解，並且具有很強的數據庫和腳本編寫能力。你品，你細細地品，進Morgan Stanley的必備技能是不是Data？！
- Goldman Sachs：擴招數據人才
高盛，百年投行，卻在近幾年一直聲稱自己是科技公司。一個金融機構能有多tech-savvy？不僅這幾年一直都在引進技術人才，去年還效仿Netflix，玩起了數據訂閱，想要招募更多的數據人才，2020年的高盛也依舊痴迷Data...
人才缺口高達 150W 的數據人才
- 1.Data的基礎認知
數據（Data）是一個融合了數學、計算機和數據發現/挖掘的領域；通過對數據進行深入的分析去找到其中的規律以及預測未來的趨勢。數字、文字、圖表、圖象、聲音等都可以是數據。而我們也早已經生活在Big Data時代，比如：一早醒來想知道昨晚的睡眠質量，打開app裡就清楚記載著每日的睡眠時間；找不到路只要打開導航，導航就會按照目前的路況規劃最近路線......這都是Data的表現。
早在 2018 年，據麥肯錫全球研究院做的預測，在未來6年，同時具備大數據分析能力並可以為企業作出有效決策的數據管理人員和分析師有150萬人的缺口。
- 2.Data的工作種類
雖然 Data 的工作選擇性多種多樣，但是總得來說可以分成三類：
- Data Analyst 數據分析師
Data Analyst（Business Analyst）主要負責從數據中提取出有用的信息。服務對象一般是產品經理以及高層領導，它會通過分析產品產生的數據，發現問題，再去與企業高層溝通這些問題，從而解決。
- Data Scientist 數據科學家
Data Scientist主要的職責是通過整理、提煉過去的數據建立一個新的預測模型，預測將來， 讓企業能夠有進一步的行動。現在數據規模增長很快，這類職位就顯得非常technical。
當你求職、聽歌、看劇、網購的時候，頁面會根據你的喜好自動推薦感興趣的產品，這些精確預判的背後，其實都是Data Scientist的功勞。Data Scientist更是被Glassdoor 評為2019年全美 The Best Job。
- Data Engineer 數據工程師
Data Engineer主要負責搭建數據庫，收集數據，為數據科學家獲取數據提供方便。一般公司將數據儲存在不同的數據庫和文件系統裡，並且格式也不一定相同。於是數據工程師就會創建管道，把數據轉化為數據科學家可用的格式。作為數據工程師 ，平均入職 Base Salary 更是達到了接近 12W 美金，在比普通應屆生畢業生平均薪資高出好幾倍。
- 3.Data的行業領域
在大數據的時代下，得數據者得天下。不僅僅投行偏愛Data，各行各業其實都青睞Data人才。
① 諮詢
這幾年貝恩在收購的路上從未停歇，為的就是成功實現數字化轉型，所以諮詢公司對Data人才的需求絲毫不亞於投行。McKinsey也一直致力於招募數據人才，早在2018年McKinsey就報告要充分利用數據實現業務影響:
② IT
IT行業對Data有多熱愛，就來看看IT巨頭Google， 2019年其CEO 放話要斥資130億美元在美國十幾個州建設Data Centre，並預計僱傭上萬名新增員工。130億美元、上萬名員工，真是IT大佬！
③ 零售
無論以前還是現在受疫情影響，越來越多消費者選擇“在家購物”，足不出戶也可買到一切必需品，這對傳統的實體零售商是一個巨大沖擊。因此傳統零售商為順應潮流，開始轉型，紛紛打造線上+線下的新零售模式，並且利用數據來優化整個業務鏈條，數據→分析→決策→執行，加速零售行業發展。
除此之外，快消、會計、醫療行業都在不斷招聘Data人才，Data真是走到哪兒都是“香餑餑”...
入門Data，你該具備什麼技能?
- 1.分析工具
Data行業需要對大量數據進行分析，這就離不開運用分析工具。而常用的就是數據分析工具Excel ,還有統計分析工具SPSS。作為一種數據分析工具，excel是屬於入門級別，使用起來便利快速，且功能豐富。SPSS一直以來為統計人員和數據科學家提供了強大的工具，能更好地統計分析、挖掘數據、預測建模、預測分析等等。
- 2.編程語言
除了分析工具，還要會使用一門或多門編程語言，在JPM的招聘信息上明確表示candidates需會使用C++或者Python編程語言。
所以數據分析時比較常見的編程語言有：
- C++：從C發展而來，又繼承了C的特性又加了類（既面向對象）的高級語言特點，特徵就是：安全、可讀性好、代碼更為合理。
- Python：容易入門上手快，和Excel相比效率更高，並且具有一組專門為數據科學設計的庫和工具，所以在投行眼中，想做Banker，要會Python，Python也是編程中最常用的語言。
- R語言：簡單易學又功能強大，擴展性極強。R語言是專門為數據科學而設計的語言，也一直佔據數據分析主流語言的絕對地位。
- SQL：可用於訪問、通信和處理數據。很早以前，SQL 就是一門查詢數據庫的語言，是程序員的必備技能。因此作為一名數據人員，需要精通SQL。
- 3.邏輯思維
一名好的數據人員，光有技術這種外在能力是不夠的，還需要有內在能力。良好的邏輯思維能力能在工作中保持頭腦清晰，思考問題更加廣泛，對數據有較好的洞察力，對業務有更好的理解，使工作效率更高、更快、更優。
想求職Data崗位，你還需繼續努力，提升自己實力！
閱讀更多 InternationalIdeal 的文章
