3月5日，高盛集團向全體3.6萬名員工發布內部信，表示放寬員工著裝要求。從此，這一老牌華爾街公司員工不用再每天西裝革履示人。另一世界知名財團摩根大通也在一份內部備忘錄里將商務休閑裝納入員工著裝范疇，男士可以適當穿POLO衫、休閑褲，女士也可以偶爾穿連衣裙、高跟涼鞋。要知道高盛歷來被稱為white-shoe投資銀行，傳統上強調正式的商務著裝，這就意味著華爾街的著裝風格越來越接近硅谷。

事實上近年來，高盛和其他華爾街銀行一直在與飛速發展的硅谷科技公司如谷歌、Facebook和亞馬遜等爭搶人才，人們思想里的華爾街規矩又多又無聊，而在硅谷，你可以穿拖鞋、坐懶人沙發，還能拿到價值數百萬的期權。華爾街向硅谷的靠近可以看出編程人才正越來越成為金融機構的核心資產。

碼農“占領”華爾街

當特斯拉股價在2018年Q3財報公布后逆市大漲時，不少投資者吃了一驚。大家沒有猜到特斯拉可以實現盈利。

不過，在華爾街某個角落的辦公室里，一些基金經理卻并不感到意外。他們早就預判出特斯拉產量會大增，并且提前做了投資布局，而他們所使用的方法，卻與以往華爾街的判斷方法完全不同。特斯拉 CEO 馬斯克一直強調自己的公司在加班加點生產，但特斯拉的工廠向來十分封閉，外界并無法確認這一信息。

于是，一家叫做 Thasos Group 的金融科技公司想出一個辦法，他們在一張電子地圖上圍著特斯拉在東灣弗雷蒙特的工廠周圍畫了一個數碼地理圍欄，然后將GPS數據顯示來自這個圈里的手機信號數據都單獨圈了出來。對這些數據的分析讓他們發現，今年6月到10月，特斯拉工廠的加班情況增長了30%。 Thasos 將這些數據和發現賣給華爾街的對沖基金們，他們據此加倉特斯拉，當特斯拉在財報后股價大漲10%時，這些金主只需要躺著數錢就行了。

人們都說數據對于未來人類社會，就是新的石油，它能驅動一切。而對于華爾街來說則更加直接，數據就是金錢。

金融行業，大家都在從大量的信息中尋找有價值的信息來構建自己的模型，如果可以比別人更快更準地做出判斷，那么你就贏了。而互聯網科技的發展，讓越來越多以前無法收集的信息變成了可以分析的數據，同時，機器學習等人工智能技術，又讓分析數據，從這些雜亂無章的信息中找到規律的能力變得無比強大。

不只是人們的手機數據，華爾街的金融機構們早已經開始嘗試用AI分析社交網絡數據、用自然語義處理的技術分析那些枯燥的財報，甚至從電話會議里各個上市公司高管的語氣來判斷公司的前景。

越來越多的金融機構在擁抱AI。這些機構的日常運作就變成了這樣：

有經驗的交易員和基金經理們選擇出他們認為最重要的影響力因子，然后通過各種先進的數據收集方式得到這些因子對應的數據。之后，用機器學習模型來訓練和提高這些因子的準確性，從而能得到更準確的預判。訓練之后，這些模型會由同樣是由機器運行的自動化交易系統里，對他們所持倉的股票作出買賣判斷。如果這些模型對所投資的公司的某些數據的賭注“賭對了”，也就是比上市公司公開這些數據更早的判斷對了這些數據的變化，那么他們就會賺錢。 而很顯然，這里面更需要懂的機器學習等AI技術的人員，而傳統的分析師等崗位注定受到沖擊。

咨詢公司 Opimas 的一份報告就指出，由于人工智能的發展，金融業現存的30萬基金經理，分析師，后臺員工等崗位，到2025年將減少9萬個。與此同時，AI 專家們開始受到華爾街熱捧，技術大牛們開始從硅谷流向華爾街。 給人滿滿的“硅谷入侵華爾街”的畫面感。

摩根大通最近請來了卡內基梅隆大學機器學習系主任曼努埃拉·維羅索，來領導他們的人工智能研究實驗室。華盛頓大學計算機系的知名教授佩德羅·多明戈斯，加入了華爾街對沖基金DE Shaw，負責他們新成立的機器學習部門。 對她們來說，這些科技人才一點金融知識都不需要懂，我看重的是技術，是AI 和數據分析的能力。他只需要對金融有一點感覺，就完美了

同時，花費在AI上的投入也不斷增長。據彭博的一份數據，華爾街的金融機構如今在這些AI大牛身上的投入，一年可能就要達到100萬美元。

高盛的首席技術官(COO)David Solomon透露，高盛內部有1/4的員工為程序員，Solomon有可能成為下一任高盛CEO。他表示，為了保住業內地位，并且維持創新的環境，(高盛)投資投入很大。高盛員工中，程序員有9000人，其員工總數為3.6萬人。

金融行業的變遷，在華爾街第一投行，高盛的員工構成上體現得非常清楚，在15-20年前，高盛有500個交易員做市(making markets)，現在他們只有3個。高盛前CEO勞爾德·貝蘭克梵甚至將高盛重新定位為“一家科技公司”。2019年，高盛進軍算法驅動的ETF，表明華爾街越來越依賴先進的自動化操作。電腦的讀取速度遠遠超過一大群分析師，可以快速篩選公司報告、新聞報道和監管備案文件，從中找出一家公司未來前景的線索。

在高盛2018年的招聘崗位中，50%以上為工程技術人員。在幾百名計算機工程師的技術支持下，自動化交易程序已經接管了高盛大多數日常工作量。

在高盛內部，最能代表其科技實力的是Strats團隊。為了與科技公司爭奪人才，高盛為Strats團隊提供高薪。其成員均畢業于世界頂級名校，絕大部分擁有的不是金融、而是數學與計算機科學相關的學位，且精專于各種編程語言。

據CNBC報道，高盛內部總結歸納出“一名數據工程師可以取代四名交易員”的規律，目前，高盛三分之一的員工是計算機工程師，約有9000人。去年年底，高盛表示，它在2018年一共聘請了850名畢業生進入其技術部門，而兩年前技術部門只招了450人！并將美國應屆工程師的年薪直接漲到了10萬美金！！這還不包括其它額外的豐厚獎金。

與高盛一樣，摩根大通也相當重視技術人才的招攬，增加軟件工程和人工智能研發等技術崗位的招聘。目前，摩根大通擁有約5萬名技術相關員工。

隨著更多投行的轉型，未來精通編程算法、數據分析、機器學習和人工智能的科技人才將成為投行主心骨，而交易員、銷售人員和分析師或將逐漸被代替。這些曾經意氣風發的投資經理們，也許需要從現在開始學習編程，才能保住飯碗了。

編程已成華爾街必修課

據英國《金融時報》報道，摩根大通集團大約1/3的分析師和員工被強制參與編程課程學習計劃，而且摩根大通還表示未來強制培訓對象會進一步擴大，其他部門的初級員工都要參與其中！摩根大通首席執行官Mary Callahan erdo曾說過：“不僅技術人員要會編程，所有希望在21世紀運營一家有競爭力的公司的人都要掌握這項技能。”因此，今年新加入摩根大通資產管理部門的所有300名分析師被強制性要求學習編程課程。現在摩根大通的資管部門員工可以和科技部門一樣使用編程語言，這樣有助于開發更好的理財產品服務客戶。明年摩根大通將擴大強制學習范圍，包括數字算法和機器學習。

隨著算法交易的崛起，越來越多傳統投資銀行開始轉型成為科技公司。除了摩根大通，其他投行也加入了編程學習隊伍。金融行業實際上完全滿足大規模商業算法應用的兩個重要條件。其一、數據的質量和數量必須達到一定的要求，尤其強調的是整個數據流程和每日的數據更新，這決定了算法的基礎是否牢固；其二，在所在領域有沒有對問題的相對清晰的定義。明年，資產管理部門將擴大課程學習范圍，包括數據科學概念，機器學習和云計算。Citigroup為其實習分析師推出了Python速成課程。

美股打新業務

1. Java

排名最靠前的非Java莫屬，這一類人才在華爾街已經吃香多年。北美某獵頭公司金融IT招聘負責人表示，Java程序員在所有領域都必不可少，從低延時執行，到訂單管理系統，再到內部風險與評估平臺無一不是。Java通常適用于數據模擬和建模。此外，在搭建用戶友好、加載快速的安全網站方面，Java和JavaScript（前端設計）都是關鍵語言。

Java工程師的緊缺除了需求旺盛外，，另一方面原因是華爾街對Java開發人員的技能和資質要求很高，據Jay Gaines&Company的統計，Java工程師招聘職位的應聘者數量平均只有7名，遠低于其他語言的工程師，而Java工程師的薪水福利也比其他開發人平均高10%左右。

2. C++/C#

在華爾街，能與Java旗鼓相當的編程語言是C++和C#。

對于高并發高頻交易來說，C++依然是首選，也是開發大規模數據的后臺測試和處理系統的效率最高的工具，因為C++是開發處理大量數據的高性能回測和執行系統的最有效工具。此外，C++還經常被用于開發銀行遺留系統上的各種應用。由于遷移到新技術平臺的成本非常高，那些能夠開發與遺留系統環境兼容的開發人員依然是搶手的香餑餑。

與Java類似，C#也能在各種不同的項目中發揮作用，尤其是數據模擬和建模，但目前主要還是用來開發數量分析和低延遲的應用。同時C#也是平均應聘者數量第二少的職位，這使得合格的應聘者在薪酬待遇方面掌握著很大的主動權，平均薪酬待遇比平均水平要高出9-10%左右。在薪水待遇方面，SQL能排到第三。

3. Python

Python是數字華爾街上一顆冉冉升起的新星，Python非常適合開發分析工具和數量分析模型，這些分析工具和模型對于投資銀行和對沖基金的交易策略來說至關重要。

Python的優勢之一是易于入門，開發速度也比傳統語言更快，Selby Jennings公司負責北美金融科技招聘的主管Jared Butler認為，Python在投資銀行界的流行度將超過Java和C++，原因有三點：

首先，Python的代碼效率比C++高，10行Python代碼就能完成C++20行代碼的工作，而且錯誤幾率更低。隨著監管加強和最佳實踐的普及，Python的性能和可用性得到越來越多的認可，風頭已經蓋過C++。

其次，隨著越來越多的技術專家出現在在銀行業務側，Python也將更加流行。因為Python能讓開發者與分析人員和研究人員在項目中更好地合作。

第三，Python是優秀的腳本語言，應用面越來越廣，尤其隨著大數據的重要性與日俱增，Python與Scala一起，都將扮演更加關鍵的角色。

不過，與Java、C++和C#以及SQL相比，Python開發人員在薪酬待遇上競爭力不大，這也是因為Python入門太過容易。很多人力資源經理甚至都不再技能要求中提及Python，因為對于經驗豐富的開發人員來說，學習Python是一件相當容易的事情。