大家好 最近有幾個職缺找上門
都是國內各大銀行的資深AI或資料科學家
我目前四年年資 在科技業年薪約200
請問若是到銀行做AI或資料分析 大約年薪會是多少?
生態會有很大不同嗎? (買server會不會很保守 東鎖西鎖的)
我之前更菜的時候有面過幾家 有出來就是LV的 有南港附近的
不過都沒敢去待 還請教各位前輩
主要target是年薪降一點沒關系 專案要有impact 我要能帶team
一些缺點(如推文所述) 幾年前的面談時已經有底 比如說:
1. IT部門保守 跑流程沒效率 多做多錯不如不做 不想改等等
2. 高層畫大餅 吹很大 非剛需
3. 跨部門跨子公司(人壽、銀行、證券、產險)合作困難
這部分已經略知一二 但想更新的是這幾年是否有改變?
一方面是看起來組織上有在成長 但不知道是否健康?
另一方面
銀行端放出的新聞稿或演講對這幾點多多少少有回應
比方說
1. 重新建立資料平台 與IT重新分工(應用層跟底層)
2. 這點不敢輕易下定論 或許點子好 只是執行面出問題
3. 這部份最怕 部門一堆 商業 行銷 資料分析 開會就開到死了
或怕會遇到各種嘴砲俠 擺爛哥 保守養老叔
p.s. 套件俠我是不怕 套件要調用的熟跟巧也算有貢獻
p.s. "限制很多，因為測試主機不能連外 裝TensorFlow"
科技業主機也怕機密外洩 同樣有資料無法取出及連外等限制
但通過 IT 適當權限管理及良好溝通 應該能提高效率
目前這方面銀行業還會是瓶頸嗎?

勸你不要去比較好，你仔細想想你的ai到底能幫銀行解決什麼問題我聽到有用ai去預測信用卡是不是盜刷還有用ai去把支票簿上面的數字識別出來而已還有你個人的數學造詣如何，有辦法把前端paper複製成演算法嗎？給你帶team,你就收到一堆只會call keras或pytorch的傢伙而已很多東西都吹很大但你仔細想想，那東西真的有需要靠ai嗎？像是某銀行在發展客戶表情的情緒識別，如果客戶表情不好，服務人員可以妥適處理聽起來好像很屌，阿，實際上真的需要嗎？金融業畢竟不是data driven的行業，深思一下吧，一點淺見，有錯請指證年薪我猜大概120到150，其實你不如去國外混，外國人很水的之前才聽到前輩說，在那邊只要會寫nn的數學式，就會被用amazing的眼神看

如果金融業不是data driven, 那哪個行業才是 @@

fintech過了幾年還是沒有什麼應用

金融業絕對是data driven啊，但吹很大我也同意，餅畫的好看才有資源可用

金融業薪水不會比科技業多你目前薪水 已是管理職薪水

個人覺得國內的金融業很落伍，想要impact再熬幾年去國外

限制很多，因為測試主機不能連外 裝TensorFlow 就搞了很久

ai可以幫銀行解決很多問題吧不過現在高層大多思想落伍，而且很多都是畫大餅也是真的

要跟資料 申請機器都要跑單據流程 曠日費時

去了才知道台灣銀行未知用火

找你都民營;想乘AI快鳥掉前從科技業跳拿少點可拿久銀行很OK但要有心裡準備都在做data clearing,除非銀行data team夠強

銀行這些東西都直接買solution的 去那邊變圖表工程師

你可以在特定電腦裡自High，要落地大概要一萬年以後

不如請原po說說，有啥idea對銀行有貢獻的我覺得最重要的已經不是模型，而是商業模式

你應該往中國或美國走往台灣金融業發展緣木求魚

我不是DS,但以開發端來說,基本上你說的都還是問題短期內(10年內)不會有任何改變, 別想得太美好金融不像科技業有追逐的壓力, 落後五年可能就完全沒人會買他依靠流程與人工控管, 這些都是很難改變銀行保守來自於,只要有漏洞, 損失可能會無限大(錢被轉走)所以絕對不可能為了效率妥協. 別期待為了研究方便開門給你另外致命傷的一點, 銀行的獲利來自企金消金金融交易AI什麼的都是投點小錢玩玩看而已, 資訊人員只是次要單位

左手(AI) 只是輔助

你提到的缺點都沒改喔

不call keras pytorch 是要自己造輪子嗎不過確實感受不到應用場景...

keras就算了 但不call pytorch是要自己刻喔

我可能表達的沒有很好，是說只會call library 然後hadoop db 或是基本的程設能力不高的

勸你不要，真的

勸你不要去比較好，你仔細想想你的ai到底能幫銀行解決什麼問題我聽到有用ai去預測信用卡是不是盜刷還有用ai去把支票簿上面的數字識別出來而已還有你個人的數學造詣如何，有辦法把前端paper複製成演算法嗎？給你帶team,你就收到一堆只會call keras或pytorch的傢伙而已很多東西都吹很大但你仔細想想，那東西真的有需要靠ai嗎？像是某銀行在發展客戶表情的情緒識別，如果客戶表情不好，服務人員可以妥適處理聽起來好像很屌，阿，實際上真的需要嗎？金融業畢竟不是data driven的行業，深思一下吧，一點淺見，有錯請指證年薪我猜大概120到150，其實你不如去國外混，外國人很水的之前才聽到前輩說，在那邊只要會寫nn的數學式，就會被用amazing的眼神看

如果金融業不是data driven, 那哪個行業才是 @@

fintech過了幾年還是沒有什麼應用

金融業絕對是data driven啊，但吹很大我也同意，餅畫的好看才有資源可用

金融業薪水不會比科技業多你目前薪水 已是管理職薪水

個人覺得國內的金融業很落伍，想要impact再熬幾年去國外

限制很多，因為測試主機不能連外 裝TensorFlow 就搞了很久

ai可以幫銀行解決很多問題吧不過現在高層大多思想落伍，而且很多都是畫大餅也是真的

要跟資料 申請機器都要跑單據流程 曠日費時

去了才知道台灣銀行未知用火

找你都民營;想乘AI快鳥掉前從科技業跳拿少點可拿久銀行很OK但要有心裡準備都在做data clearing,除非銀行data team夠強

銀行這些東西都直接買solution的 去那邊變圖表工程師

你可以在特定電腦裡自High，要落地大概要一萬年以後

不如請原po說說，有啥idea對銀行有貢獻的我覺得最重要的已經不是模型，而是商業模式

你應該往中國或美國走往台灣金融業發展緣木求魚

我不是DS,但以開發端來說,基本上你說的都還是問題短期內(10年內)不會有任何改變, 別想得太美好金融不像科技業有追逐的壓力, 落後五年可能就完全沒人會買他依靠流程與人工控管, 這些都是很難改變銀行保守來自於,只要有漏洞, 損失可能會無限大(錢被轉走)所以絕對不可能為了效率妥協. 別期待為了研究方便開門給你另外致命傷的一點, 銀行的獲利來自企金消金金融交易AI什麼的都是投點小錢玩玩看而已, 資訊人員只是次要單位

左手(AI) 只是輔助

你提到的缺點都沒改喔

不call keras pytorch 是要自己造輪子嗎不過確實感受不到應用場景...

keras就算了 但不call pytorch是要自己刻喔

我可能表達的沒有很好，是說只會call library 然後hadoop db 或是基本的程設能力不高的

勸你不要，真的

解決提出問題的人就好 何必解決問題

解決提出問題的人就好 何必解決問題