 关于AI的新闻，相信各位同学已经听闻很多了，越来越危机感重重，据预测到2025年，华尔街23万人将被 AI 替代。
可还是得直面这些银行巨头的一举一动，  在11月，JP Morgan为对AI工作感兴趣的学生开设了虚拟学院，小摩这回真的是好好炫耀了一下自家的能力，对AI感兴趣的学生，能够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信息。  （图片来源efinancialcareers） 小摩将打造新一代AI技术团队上月中旬，JP Morgan在位于硅谷的办公室，正在为一个新的人工智能团队进行大型招聘，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。为了能加速金融科技的发展，保持自己的核心竞争力，小摩也是作出了不少的努力。
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，机器学习人才坐阵。  （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。
彭博社(Bloomberg)最近报道称，摩根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(Jason Sippel)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。
当代最具竞争力的技能是什么?摩根大通CEO告诉你：编程。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。对于编程一窍不通的我，该如何是好。  据报道，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） 金融服务咨询公司Opimas报告显示：到2025年，全球金融机构将减员10%，近23万人将受到影响，电脑将取代他们的工作。在这些被裁的岗位中，40%都将来自资产管理部门。  （图片来源JPMorgan官网） Bloomberg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)。   (图片来源网络） 从上图中，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。 不得不承认的是，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，作为国际银行巨头，不得不作出这些大改变。 AI和机器学习在金融界的玩儿法2017年，摩根大通集团的技术预算总额达95亿美元。 2018年的技术预算总计为108亿美元，其中，超过50亿美元被指定用于新技术的投资。
关于这两项被说烂技术，到底是如何应用实际的？你真的懂么？
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。
 （图片来源JPMorgan官网） 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。
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或有价值的信息或见解及相关的消费金融产品和服务。
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。
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。 害怕淘汰？学习一种语言就行你不需要成为一位机器学习专家，但你需要成为一位出色的 quant 和出色的程序员，摩根大通数据科学家具备的技能组合基本上和量化研究者差不多。 而金融行业人员应该学习哪种编程语言？ 根据efiancialcareers的最新调查：Java和Python是目前华尔街最炙手可热的两门编程语言，多年以来Java一直都是华尔街最热门的编程语言。但是在去年，Python已经打败Java成为华尔街最受宠的语言。  （图片来自efinancialcareers） Python非常适合开发分析工具和数量分析模型,这些分析工具和模型对于投资银行和对冲基金的交易策略来说至关重要。 来听听JPMorgan的建议： 如果你只是想要学习一种与机器学习相关的编程语言，摩根大通推荐选择 R 语言，以及下面的相关软件包。 当然 c++、Python 和 Java 也有相关的机器学习应用程序，可以作为拓展选项。 其实如今的支持职能也是需要理解大数据的。太多的金融行业招聘经理，极度地缺乏“讨论人工智能以及实际设计可交易策略”的能力。同时，合规团队也将需要审查机器学习模型并确保数据正确地匿名，不包含私人信息。 Machine Learning 的时代已不知不觉来临了，同学们赶快去补起R语言吧。 |
|
|
