我国一直存在金融科技人才供需不匹配的问题。需求方面，金融机构需要的是能将科技熟练运用于金融场景，促进业务提质增效的应用型金融科技人才；供给方面，金融机构招聘金融科技人才的主要途径是校招，新毕业生所学专业知识，短期内无法胜任工作要求。

据35家上市银行2021年财报，目前银行业的科技人员占比普遍在5%-10%之间。其中平安银行最高，占比达22.14%；第二名杭州银行，较平安低近10个百分点，为13.71%；农业银行最低，仅为1.99%；六大国有银行中工商银行最高，为8.06%。总体来看，传统银行显著低于互联网银行（科技人员占比一般超过50%）。当然，这与银行自身业务结构和历史发展路径存在很大关系。

目前，金融科技相关从业人员主要就职于⾦融业，如商业银行、投资银⾏、保险公司、基⾦公司、金融科技公司、金融控股集团等，少部分会进⼊咨询、会计、电商、物流、能源等⾏业，主要从事信贷风控、财富管理、交易⽀付、数字货币、区块链开发、智能合约、流程⾃动化、精准营销等⼯作。总的来说，企业更倾向于招聘有复合学科背景的金融科技专业人才，即专业知识（⾦融知识，经管知识）＋硬科技（计算机编程、数据处理等）＋软素质（沟通能⼒、执⾏⼒、学习能⼒等）。

以国内领先金融机构为例，⾦融科技岗位的需求，大致可分为以下三类：

1、业务类岗位：如产品经理、运营经理、AI业务经理等。这类岗位需要对公司的产品服务有深⼊的了解，对⽤户需求有较深刻的认知。这⾸先要求从业人员具备⼀定的⾦融知识功底，其次十分考验个人综合素质，如商业敏锐度、项⽬管理能⼒、沟通能⼒、创新能力、执行能力等。

2、数据类岗位：如数据分析师、风险策略师、数据建模师等。这类岗位偏“中后台”，需要对⼤量业务数据和信息进⾏整合分析，形成报告或决策建议，为管理层提供决策参考，为业务团队提供执行依据。要求从业人员具备良好的数据处理与分析技能，有较强的逻辑思维和学习能力，对业务知识的熟悉度是决定其职业平台深广度的关键要素之一。

3、技术类岗位：如机器学习研究员，算法⼯程师，运维测试人员等。这类岗位对⾦融科技企业来说是至关重要的后台保障，技术要不断更新，才能使业务运转与时俱进、提质增效。从业人员需熟练掌握一、两种编程语⾔，以及机器学习算法、数据库应用等核心技能，并对业内新技术和新工具保持自主学习更新的能力，如果能具备一定的金融业务知识背景，则更容易获得企业青睐。

关于金融科技岗位的薪资待遇，不同金融机构在不同地区存在一定差异，但一般来说普遍高于机构的平均薪酬水平。从近两年的校招及社招情况来看，“技术流”人才依然走俏，金融科技岗、数据分析岗、算法工程师、IT架构专家、运维工程师等仍为招聘热点。这些方向的应届毕业生平均薪酬在2万元左右，相较同期招聘的客户经理、理财经理、银行柜员等，明显高出一截。

如果是从业3-5年以上的高端技术岗位，年薪几十万元至几百万元不等，这综合取决于个人专业背景、综合能力层级，以及招聘机构性质、市场经济环境等要素。另外，需要提醒的是，受疫情反复、经济下行和市场竞争加剧等因素影响，近两年不少科技大厂纷纷减薪裁员，不少金融机构缩减了人员招聘规模，团队内卷情况较前些年严重。这对于新加入或已入局的从业人员不是个好消息，需要降低个人预期和提升能力来积极应对，但对存在该类人才招聘困难问题的中小金融机构和数字化转型企业，应该是个机会。