金九银十！金融机构开启人才争夺战，大模型专才成“新宠儿”(2)

以大模型应用研发方向的智能科学研发岗为例，岗位要求主要是机器学习、深度学习、NLP算法基础等技能门槛，岗位职责对于金融领域则有更多着墨，包括实现金融领域下游任务场景（chatbot、风控、辅助文案等）的落地应用；负责金融领域大模型微调与提示词工程等。

李耀表示，目前银行尤其是中小银行，对于大模型的投入主要在应用层面，也就是能在金融领域落地的大模型应用，这对人才资质有了更高要求。 “多数情况下，我们更青睐的是计算机专业相关并且有一段时间金融行业经验积累的人才。”

复合型人才短缺

由于金融业本身的特殊性，适配的大模型人才显得尤其稀缺。

苏商银行股份有限公司副行长黄进强调：“大模型的人才非常难得，既要懂业务，同时还要懂大模型的技术，还要有工程化交付的能力，这些都要求极强的学习能力。”

大模型的职业门槛本身就相对较高，根据智联招聘联合北大国发院发布的报告，2024年上半年，大模型、自动驾驶相关岗位招聘需求增加，自然语言处理岗位量翻倍。自然语言处理岗位中，要求硕博学历的占比为35.8%，比去年同期提高5.5个百分点；深度学习岗位中，要求硕博学历的占比为45.5%。

金融机构的对应职位要求更是严苛，比如上述平安银行的招聘需求，对于学历、项目经验、学术具有要求。

由蚂蚁集团、上海财经大学和国家金融科技测评中心联合发布的《大模型在金融领域的应用技术与安全白皮书》指出，金融业务与大模型的深度结合对人才提出了许多要求。

从基础理论角度来看，将金融业务与大模型相结合需要具备跨学科的综合能力，包括金融学基础、计算机、软件工程、人工智能等学科能力。面向金融业务的大模型人才需要既能够理解和运用各类前沿技术工具和方法，也能够利用金融领域知识将技术与究竟业务紧密结合，为金融机构提供创新和可持续的解决方案。

从工程应用角度，则需要具备扎实的实践和创新能力，大模型相关技术迭代迅速，代表新的研究范式，承袭过去的技术，但更需要新的训练框架、方法和交互方式。其本质上是工程问题，实践能力助力技术落地赋能业务增效，创新能力则对在金融大模型领域保持竞争优势至关重要。

李耀强调，金融需要的大模型人才既要懂金融，也要懂技术，但目前这类复合型人才在市场上并没有那么充裕。

招联首席信息官王耀南也向界面新闻记者表示，对银行、消费金融公司等金融机构而言，目前算法、架构和应用工程三个方向的大模型人才较为稀缺，尤其是有经验的人才，包括算法负责模型的预训练、数据处理和微调推断优化等，架构负责模型的技术架构设计。

“而应用工程人才侧重于将大模型技术应用于实际的金融产品中，该岗位需要具备复合型能力，同时兼备业务能力和大模型技术，是最为稀缺的。”王耀南进一步指出。

人才难觅，金融机构深感当前高阶的人才招聘难度较大。

此外，部分金融机构正尝试与高校共同打造人才储备池。今年3月，蚂蚁集团与上海财经大学签署校企合作协议，双方将在人工智能、大模型等前沿科技的高端人才培养、科研攻关等方面深层次合作，完整提升金融专业人才培养水平。

王耀南也向界面新闻记者分享道，2021年底，招联与中山大学联合成立“中山大学-招联数字金融联合研究中心”，围绕人工智能、大数据、区块链、机器学习和反欺诈等数字金融科技领域关键技术，开展科学研究及产学研合作。