何子修：量化招聘专业机构金融阶创始人。
我们作为专注在金融量化领域的猎头机构，今天主要和大家汇报一下今年上半年在服务过程当中所发现的一些现象、变化和趋势，希望可以给大家在求职招聘以及人才发展管理方面带来一些乙方的观察与启发。
注：本文意在分享行业实践，不构成任何投资建议，如有谬误，欢迎斧正。今天主讲的题目是【二季度量化招聘趋势及关键十大发现】，2022年是很特别的一年，讲到招聘大家一定会提到就业环境，今天我在这里讲几个关于职业环境和就业生态的关键词。
也是最难的毕业季，今年的应届毕业生1076万，堪称史上最多，其中金融和财经类的超过了100万，但是以往全国金融业可提供的岗位大概只有15万左右。这里有一个最新的智联招聘提供的2022年二季度就业指数和供需的变动情况，二季度与上季度相比，招聘的需求下降了19%，但是求职申请人数上升了135%，这个矛盾还蛮突出的。
第二个关键词“裁员潮”。
互联网大厂的裁员，我们是感受最深的，中高端的职位基本在年初已经暂停开放给猎头，也就是猎头基本上没有大厂的招聘委托了。据猎聘网的数据，以往的互联网行业还挺不错的，职业安全岗已经降到了最低的四大之一，第一就是外包服务，第二消费品，第三房地产，第四互联网。大量的互联网从业人员开始谋求新的发展，或者进入其他的赛道。
第三个关键词“焦虑感”。
我们体会最深的就是一个是做猎头，我自己的团队接触的企业比较多，接触的人才也比较多，国外有一个未来学家，也是社会学家提出了一个概念叫做“BANI时代”，是一般焦虑感非线性不可知，是四个英文单词首字母的组合，BANI时代超越了以前的乌卡时代。乌卡时代在2020年以前，就是疫情以前的十年，乌卡时代就是指世界充满不确定性、复杂性、模糊性。现在的BANI时代说白了就是比一线的不确定性更不确定，确定到焦虑，确定到要崩塌，这是一个明显的焦虑感。拿我们猎头行业举例，我们有一个同行做了一个访谈，结果就是80%的猎头顾问有焦虑感，40%的顾问完不成公司的KPI，8%的猎头有退却的心态。其他行业也差不了很多，这就是焦虑感。最焦虑的时代里的量化行业是什么状态？我简单提供一点我的视角。大家知道金融行业流行一个金融的优势链，有人反过来说叫鄙视链，最好的是私募对冲基金对应的行业，第二是PEVC，第三是投行，第四是咨询商业银行，第五是保险。为什么好的基本上薪酬高，发展空间不错，而互联网、大数据、人工智能类的职位，我们找了一个数据，互联网和人工智能类的职位，薪酬爬得最高是机器学习，第二是数据工程师，第三是用户体验研究，第四是数据科学家，第五是高端。大家可以看到这其中的关联，量化私募对冲与机器学习的结合，就是量化投资、量化交易。
所以从目前的状态来说，量化投资、量化交易，私募量化是目前最有钱的一个行业，也是最有前途的行业之一，目前来说是金字塔顶端。
我们初步总结了一下，有三个特点，机会多、竞争大、“薪情”好。机会多当然是大厂争先裁员之际，量化行业的招聘仍然火热。竞争大，就是需求不减，要求提高，百里挑一，就是offer很谨慎。薪情好，虽然大环境不佳，但是金融行业人才的“薪情”仍然不错，借今天这个机会给大家分解一下这三个特点，向大家汇报一下。第一、人才的需求，二季度与一季度相比人才需求没有降低，基本持平。已经算很好的，根据我们统计的数据。目前百亿量化私募应该31家左右，有25个样本，基本能够在一定程度上说明问题。今年人才需求的数额，第一季度在230左右，第二季度在差不多226，基本持平。除传统的优势策略人才之外，特别是很多私募机构，还有百亿私募机构开始招聘，基本的量化和宏观研究，债券、固收、区块链、加密等类似的人才，大家都是在未雨绸缪，也为开拓新的业务，扩大收入来源，策略产品做一些尝试和开拓。我们也找到一个海外同行报告佐证了我们的数据，早期过程当中非常看重公司是否有机器学习方面的储备，是否使用了机器学习方面的技术，是否愿意在机器学习与技术上投入资源，是否可以采用相关方面的前沿技术，有助于他们接受更多前沿的新技术和新技能。基于这个问题，我特意与一些企业的HR或者高管探讨过这方面的问题。他们提供了一个观察，现在机器学习的人，到量化机构以后，各方预期比较高，但是企业感觉产出和成本不成正比。所以在随访过程当中，我们发现HR关于offer的发放非常谨慎，看好了不少人，offer总是下不来。主要原因可能机器学习应用于股票比较多，今年行情也比较波动和复杂多变。即使是机器学习的人才，在量化的自有人才当中储备率比较少，大部分来自传统互联网公司，所以他们来到量化机构以后，成效让双方感觉不太满意。金融行业的人才学历要求是最高的行业，根据猎聘网的统计，硕士以上学历的要求是最多的，第一就是金融，第二是互联网游戏软件，第三房产建筑和物业。因为这么高的竞争导致我们量化机构在需求里面给猎头公司当中的学历要求是非常高，50家客户给我们的需求当中提炼出来一个数据，52%的企业要求的人才在211以上，30%在985以上，18%以上是硕士。我们明显感觉成功率越来越低，一些重点岗位推了100个，甚至面试了100个以后才有一个符合要求。刚才讲了发offer特别谨慎。还有一个明显的特点，只要好的人才，企业都愿意投钱去抢。还有一个很可喜的现象，百万年薪，我们讲的百万年薪就是基本年薪，offer数今年比去年同期还有增加，就是百万或者接近百万。企业只要找好人，不惜成本吸引优秀的人才。给点小建议，求职者不需要应聘百亿量化私募，因为这个竞争非常激烈，你成功获得offer的几率是有限的，大家可以多关注一些初创型的，有潜力的量化私募，因为以往两年的经验大家可以看到，很多做的好的初创型量化私募，很快就可能成为百亿，头部和腰部是相对的。第二量化行业的薪酬，我们感到到百亿和非百亿没有太多差异，因为非百亿如果说你想做成百亿，你想活下去，你给不到钱，你要人，那就没人去。第三求职者和雇主应该多维度的评估双方，特别是求职者应该要更多的在企业的核心人员、过往业绩、晋升机制、成长空间方面多一点考察，考察我们的雇主。第四企业很多量化公司，量化私募的管理者，或者说是领导者，越来越重视雇主品牌建设，越来越重视在人才心目当中的感觉，这个是非常好的现象，说明我们的量化行业快速发展的同时，也在非常综合的提升自己。百亿私募明显在职能职位，比如说风控、人事、行政、品牌、公关方面增加了很多需求，很简单因为做起来了，需要升级管理、升级结构、升级各方面的管控能力和优势。最明显的是人事和招聘，以前有些百亿公司他一个HR都要兼很多事情，现在一家公司有好多HR在招聘了。非百亿的今年为了增百亿，为了发展，在渠道销售方面的人才非常渴望，这是现在目前我们感觉到非常明显的现象。我自己接到好几个量化私募的老板电话，叮嘱我一定要多给找一些销售渠道方面的人才，最关注这个职位。去年上半年量化白皮书活动里面提到一个概念，我们量化人才90%靠自学，还有有人提出口号量化人才不设限。这些年我们发现明显变化，很多企业开始在意专业，明显倾向于金融、统计、计算机、数学这类人才。第一是量化领域的新人培养难度比较大，成本比较高，因为本身就很难。第二是比起招聘新人，企业更倾向于吸纳专业对口的，或者带资进组的“老炮”。还有很重要的原因，随着这几年量化行业的健康和蓬勃发展，量化专业的人才池其实也在迅速地壮大，企业的选择余地有不少的增加，专业对口要求越来越高。以前企业主缺人的时候，基本只要学历好，专业对口，基本上比较果断的给通过。现在在背景调查、人才多方面的考察，在面试的人次方面比以前增加，明显重视技能以外，行业兴趣、沟通协作能力越来越被企业主关注。工作经验也是我们的统计，我们同样的数据来源统计，发现 85% 的企业要求有工作经验，大部分要求工作经验在五年以内，要求在五年以上的工作经验只有10%。如果说这是简单来看85%的企业要求与工作经验，其实看不出什么关联，为什么？其实还有一个重要的变化是，因为去年50%的企业都有招实习生，也就是说50%的企业要求可以没有经验，今年招实习生基本没有，有时候偶然有一两家，对经验的要求明显增强。这个行业行情不错，这里有一份数据，是猎聘网提供的。2022年第一季度中高端人才薪资TOP10与2018年相比，排最高的行业是人工智能，第二是金融，金融跟人工智能一结合，那就是特别好的事情。所以我们发现金融行业薪资增幅最高，AI和大数据次之，平均年薪AI最高，金融第二，量化AI和金融结合自然不差，行情很好。今年虽然形势不好，虽然大家不是特别乐观，但是薪酬还是蛮不错的。整体上看百亿和非百亿薪酬差比不大，主要集中在三四开到六四开之间，六四开以上的通过不管百亿还是非百亿，大家只要合适都可以抢。刚才也讲了一百万以上的年薪我们的情况比去年还有所增加。特别是语言类的职位明显增多，已经占到第一热度岗位，各方向量化策略研究员、股票、期货、期权，中后台岗位C++Python和Golang等等都是挺不错的。第二热度岗位是市场销售和数据处理，第三岗位是风控和机器学习。还有一个大家都关注的，头部量化在继续增强内部系统化、流程化IT建设，二季度明显增加了很多系统优化、OA开发、全栈开发、中后台开发、数据系统开发、基础架构工程师的职位。以上就是我今天分享的，向大家汇报我们所观察到的一些 量化招聘，量化人才招聘的十大发现 。
EN