四大商业银行（国企）有数据分析或数据挖掘的岗位吗？

本人北京211高校研究生，计算机科学与技术专业。熟悉Java和Python，研究生的方向是分布式计算，但是由于实验室项目的关系，个人比较熟悉Web开发和移动开发，不好意思没啥方向感，大牛勿怪。
对数据分析、挖掘感兴趣，希望以后可以从事这方面的工作，并且最好是国企。
1.请问四大商业银行（或者其它国企）有这样的岗位吗？招应届生吗？
2.如果进入银行的软开，有机会转到数据分析或数据挖掘的岗位吗？
有其它建议也欢迎补充，谢谢。

借楼宣传我们的商业数据分析闯关训练营，欢迎大家踊跃参与！


Python是完成商业数据分析所需要掌握的基础性语言和分析工具，是未来掌握大数据分析技术的学习基础。与计算机科学与技术专业的课程不同，本训练营根据《Python 商业数据分析》一书改编，在教学内容方面以 Python 语言数据分析工具包在商业、金融中的应用为主。通过一系列场景化的 Python 语言数据分析训练项目，培养大家具有一定的 Python 语言数据分析理解和应用实践能力。
活动亮点

• 根据出版图书《Python 商业数据分析》改编
  
• 12份教案，12份作业，可以直接用于专业课教学
  
• 动手密集练习，快乐闯关升级
  

课程主题

关卡 1 | 商业数据分析与Python基础

内容简介
1.1案例：
波士顿房价数据基本预处理
1.1闯关题：
泰坦尼克生存预测数据分析



<教案截图>

1.2案例：
①借助挖地兔Tushare读取股票数据
②通过DataReader对DJI道琼斯工业股指数据分析
1.2闯关题：
平安银行和万科股票的数据读取和分析



<教案截图>

1.3案例：
①绘制某公司员工年龄分布直方图
②绘制某公司员工年龄与销售情况散点图
③绘制某公司员工性别销售情况柱形图
④员工性别销售情况箱线图
1.3闯关题：
绘制1998-2015年我国上市公司数量变化折线图



<教案截图>

关卡 2 | 统计分析与参数估计

内容简介
2.1案例：
①沪深300收益的峰度、偏度与正态性检验
②A股所有股票净资产异常数据的影响和识别
2.1闯关题：
tushare库分析所有股票的今日开盘价



<教案截图>

2.2案例：
①某车间生产的滚珠平均直径的置信区间
②某车间生产零件总体方差的置信区间
③两种农产品平均面积产量差的置信区间
2.2闯关题：
估计某车间生产的滚珠平均直径的置信区间



<教案截图>

2.3案例：
①a、b两个基金公司的基金价格是否存在明显差异？
②政策实施前后价格是否发生了变化？
③a、b基金收益率波动是否一致？
2.3闯关题：
有无割草机家庭收入的均值和方差检验



<教案截图>

关卡 3 | 关联分析与回归分析

内容简介
3.1案例：
①分析某厂广告费和销售额之间的相关性
②计算多只股票收益率之间的相关关系
3.1闯关题：
检验某地能源消耗量与工业总产值之间线性相关性是否显著



<教案截图>

3.2案例：
应用statsmodels和scikit-learn工具进行一元线性回归分析
3.2闯关题：
广告费用对销售额的影响分析



<教案截图>

3.3案例：
①分析美国电力行业总成本与产量、工资率等变量之间关系
②分析影响大学生成绩好坏的因素之间的关系
3.3闯关题：
分析某商品需求量对价格和家庭收入水平之间关系



<教案截图>

关卡 4 | 时间序列分析与量化金融

内容简介
4.1案例：
基于上证指数收益率建立AR模型
4.1闯关题：
基于上证指数数据建立ARIMA模型并预测



<教案截图>

4.2案例：
①金融数据描述性统计
②战胜股票市场策略可视化
③Python在资产组合均值方差模型中的应用
4.2闯关题：
战胜股票市场策略应用



<教案截图>

关卡 5 | 机器学习

内容简介
案例：python实现K-最近邻算法银行贷款分类
作业题：基于KNN模型对身高和体重数据判断身体状况



<教案截图>

关卡 6 | 大作业




<教案截图>

报名

活动页面：https://www.heywhale.com/u/612143
活动交流群：描下方二维码添加小小鲸微信号，回复  商业分析 即可等待方小鲸分批拉入群聊

先说结论，银行的数据分析和数据挖掘相关岗位肯定是有的，而且不少。但是，数据分析和数据挖掘虽然都是面向数据的工作，有共性，但其实也有很多不同。数据分析岗位更偏向业务层，在银行里也大多是在业务部门设立的一种岗位，专业更多是数据科学、统计学等，门槛会低一些。要求的技能主要是Python、Excel，R语言，SAS等，说白了是人用这些统计学的工具去找到规律，得出结论；数据挖掘的技术性会更高一些，像机器学习、深度学习、大数据之类的计算机知识会用的更多，这种岗位一般会设立在银行软开的技术部门，门槛也更高，基本上得是计算机相关专业，这类岗位是数据分析的升级版，对于海量的数据，复杂的数据，大数据技术、AI技术是更好的帮手，他们能找到数据之间潜在的关联。
比如工商银行软件中心有数据运营分析相关岗位：


我们可以看到要求是数据库编程基础，熟悉大数据相关，掌握常用的机器学习算法和深度学习、神经网络框架，要求还是比较多，技术性很强。
再比如这个资深数据分析专家岗位：


主要的技术要求还是Hadoop技术栈相关，以及常见的深度学习框架，技术性非常的强。
如果说是稍微简单一些的数据分析岗，他对技术的要求性不会太高，专业例如中国银行软件中心的运营分析岗，主要是要求Python、SQL等语言，而并没有要求Hadoop技术栈，AI框架等。

从金融领域工作角度看，大概找了一下银行的招聘信息，发现商业银行不管是针对应届生还是往届生，都是需要招数据分析师的，而且看要求和薪酬，性价比很高，有招本科的也有招硕士的，月薪酬都在2w以上
不信我们贴几个来看看






而且，就算是四大这种咨询公司，也会要数据分析师的，所以金融行业对数据分析师的需求，非常的高




所以针对你的问题，我们分几个模块聊一聊
商业银行信息科技、软件开发岗日常做什么

一般银行的软件开发、信息科技岗，似乎没有像大厂那种自己做研发，自己敲代码。更多的是做系统升级，盯着外包公司做事情，或者是日常维护工作
像工行截止到2022年末，金融科技人达到3.6万，占所有员工的8.3%。中国银行信息科技岗共有13318人，占整个人数4.35%
而且，随着金融行业发展，我估计商业银行招信息科技人会更多
日常维护

日常比如配合零售、采购等业务部门，将业务的问题转换成数字类问题，通过搭建模型来解决办法
平时工作结合实际业务，研究如何增加转化率等等
因为工作比较灵活，所以一般也没啥考核压力
盯着外包

还有一般银行还会有一些研发的事情，比如信息安全系统，配套信息链等。但事实上，大部分都是外包给别的公司去做整体研发工作（毕竟自己做性价比不高，整体来讲是让更专业的公司统一做这件事）

所以总结来讲，我们不妨说金融科技岗一般做的就是统计信息、收集需求，整理需求，自己做更改或给到外包做事的工作。
如何去到商业银行数据分析岗

我们首先要先分析银行的数据分析岗一般做什么。






通过岗位职责，我们不难发现，整体来看，数据分析岗还是一个挖掘需求的岗位，需要从业者运用相应软件完成银行的任务需求。
一般银行的数据分析岗要求为：硕士学历，统计学、数学、经济学、计算机等专业背景。需要熟练使用MySQL、Hive、spark等，当然，你熟悉Python、R、Tableau、SPSS、SAS等会更好。并且希望应试者熟练使用时间序列、聚类分析、逻辑回归、因果分析等统计方法
并且，在面试的时候，还会考察面试者数据敏感度和能从海量数据提炼核心结果的能力。
社招的要求通常是如此，那么内部转岗，只要是你满足工作的核心要求，往往也可以转成功。
那此时你就会迷茫，啥？我在做金融科技岗的时候，没要求这些啊，那我从哪去学这么系统的知识呢？
其实这些东西都是大厂数据分析从业者天天要面对的东西，感觉银行这些体系都是从大厂的数据分析岗位照搬过来的。
所以要是你实在没思路，不妨可以看下知学堂旗下研职在线推出的数据分析实战课。首先他里面的讲课老师都是大厂出来的，其次他不光有课程讲解，还有社群福利，从课程内容讲，里面涵盖了Python、Excel这些非常实用的数据分析内容。针对想转行的同学讲，还是相当实用的。
尤其是里面是讲练结合式的教学法，非常符合现在很多人，学东西没人督促根本学不进去的问题。如果你能规划好自己工作和下班的时间，一步一步跟着课程进度走，肯定是可以学会的。并且还能给你很多实战的机会。
而且现在只要0.1元点击下面就能体验，但是我听说活动时间很紧，马上就结束了，这点给抓紧。


如何增加自己不可替代性

从业者从一个岗位转到另一个岗位，我觉得相对社招来讲还是容易一些的，因为你已经跟这个单位有一定感情了，从招人成本角度讲，用自己公司的人转岗要比再招一个人会更好一些。
但是我觉得，不管是转岗，还是转行，都应该多增加点自己的核心竞争力，毕竟现在就业形势并不是很乐观。
人脉不可替代

如果未来是想从事数据分析岗的工作，建议现在可以增加这方面的人脉。比如说多认识一些也在做数据分析工作的人。
因为数据的分析，你总归是要有结果的，就像我是金融分析师，我们也都会跟其他的金融分析师交流下自己的分析结果。分析这种东西，有一定的主观性，如果只是自己一个人分析，往往会有一定的闭塞性，最后也会掉进故步自封的怪圈中。
所以建议你在学习和转岗的过程中，可以结交一些同样做金融分析或者全行业大数据分析的朋友，大家平时边做边交流，毕竟人脉是别人抢不走的。
再者你也可以在自己自学的过程中多认识一下这行从业者，也便于自己未来不想在商业银行工作，也能跳去一个朋友比较多的工作单位，方便开展工作。
专业不可替代

数据分析是熟练工种，需要多做经常分析，才能把这份工作做好。
软件谁都会用，语言谁也都会看，但是如何才能把公司的需求“翻译”出来，并列好因子，得到需求反馈，并非一开始做就能做的了的，需要一直深耕才可以。
所以建议你在学习的过程中，可以给自己多想点需求，自己根据所想的需求进行编程，多练一下，自己也能积累一些东西
未来如果跳槽去其他行业，甚至可以把自己曾经的分析成果汇总出来，写到简历里，也能增加自己的简历过关率
当然，平时如果经常从事数据分析工作，那么在面试时候底气也会更足一些，面试官也能从你自信的回答内容，愿意给你一个工作机会。

整体来讲，数据分析岗位我发现各行各业都有，高薪行业都是有数据分析岗，所以只要是把技术学好了，多一些实践，换行找工作应该是不难的。所以建议想要从事这个工作，练好基本功才是关键。当然，也欢迎大家跟我探讨这个话题。

先给结论：是有数据分析/数据挖掘岗位的，一般都在总行和小部分分行，大部分隶属在科技部门底下，且大多数情况下都是通过应届管培生招进去，然后让其自己选方向，不过其做的数据分析内容和你想象中的可能不太一样。
不太一样在哪里，我会在下面细说。
先介绍下目前，国内大多数银行数据中心的三种组织架构：


大多数银行仍采用集中式架构，技术数据人（偏开发、运维）专职在数据团队，业务数据人（响应临时业务需求的表哥表姐）基本还是兼职。这种模式下，存在技术数据人远离一线需求、沟通成本高、资源分配不均的劣势。
但据我所知，有些架构比较完善的银行已经开始采用混合式组织架构，存在独立的数据团队，在各业务部门也有专职的数据人，他们双线考核，同时汇报给业务条线和数据团队。
再看看数据中心具体的工作内容？

按整个数据分析部门来说，具体工作是：业务部门提出数据需求给到数分部门，部门内有人专门对接需求进行分析，有人专门编写脚本，有人专门负责执行，最终将采集整理好的数据/处理执行结果反馈给业务部门。
但这么说太泛了，估计大多人数看完还是一脸懵，这里我再按具体岗位展开说下。


我们可以简单的把银行数据人分为两大类：技术数据人和业务数据人。

技术数据人可分为四类

1、所有和数据相关的系统开发岗位和运维岗位

这类技术数据人在数据人中处于核心地位，他们最了解源系统的表结构，只有他们能写出源系统的数据提取脚本，他们也最为忙碌，尤其是业务系统的相关技术数据人，平时主要负责系统的开发和运维工作，只有在下班后，继续处理数据提取的需求，编写业务系统的数据提取脚本。

2、数据中心的操作岗

这类数据人工作相对单纯，接收脚本、执行脚本、返回数据，他们平时的工作是监控系统的运行情况，在出现异常报警时按照运维手册排查问题，无法解决时上报问题并联系系统开发的同事协助解决。如今，很大一部分精力需要用来处理数据提取的需求。

3、数据分析师

通常是数学或统计学背景，擅长数据分析与建模，在获取到提取的生产数据后进行分析与建模，得到结论，从而指导业务决策。

4、数据需求岗

专门负责对接业务部门的数据需求。这个岗位需要充分理解业务需求，把业务需求转化为技术语言，与开发岗沟通，同时还需要验证操作岗取回来的数据是否符合业务需求，以及数据分析师的建模结论是否符合业务预期。
接着聊聊业务数据人
通常是在业务经营分析、监管现场检查、阶段性汇报、新产品可行性分析等环节，甚至是领导提了一句想看某个指标的情况下，需要进行临时性的数据提取需求，或固化为报表需求，由业务数据人编写数据提取或报表需求。
业务数据人通常是业务背景出身，不懂技术，最常用的工具是Excel，因此又被称为“表哥”、“表姐”，在拿到技术部门提取的数据后，通过Excel进行基础的分析，计算一些简单的指标。好一点的银行，可能会用专门的报表工具，来做一些固定的报表模板和整个银行系统的数据应用平台。

最后总结一下
不同银行内部的数据团队分工大不相同，那么自然具体工作内容也会有些许差异。
但是大体来说，银行内部的数据分析部门一般来说是会划在信息科技岗部门底下，工作更像是一个中间人：接到业务部门的数据需求→将业务需求转换成技术语言→跟科技部门沟通，得到数据→清洗处理数据，做简单的数据分析/复杂的分析建模→将数据分析结果反馈至业务部门。
但你要明白的是，工作内容决定了工作地位，银行是靠业务说话的，所以很大程度上在银行做数据分析是很难出头的，但如果你能接受和喜欢这个工作内容，我觉得也是不错的选择。

这是毋庸置疑的，目前国内几乎所有的银行都在招数据分析岗位。
在这个信息爆炸的时代，每人每分每秒都在产生数据。在如此巨大的数据中，数据分析师可以使企业清晰的了解到目前的现状与竞争环境，风险评判与决策支持，能够充分利用数据带来的价值，给企业决策者的将是一份清晰、准确且有数据支撑的“有价值”报告。
国有银行每年都会有校招，所以题主可以早做准备，这边建议你可以考一个CDA数据分析证书，现在银行把持有CDA数据分析证书作为入职的要求之一，拥有CDA证书银行无疑会优先考虑你。