编辑《证券时报》 马静

　　在证券行业，Deepseek引发的热潮掀起了 “金融科技竞赛” 它仍在升温。到目前为止，已有30多家证券公司宣布完成本地化部署，并更新了应用场景。这场激烈的竞争实际上是证券公司金融技术实力的集中展示。人才无疑是提高金融技术实力的重要基石之一。

　　《证券时报》编辑注意到，近年来对算法工程师的需求越来越大。人力资源服务企业科瑞国际业务总监丁石告诉编辑，人工智能（人工智能）算法工程师供应短缺。从招聘周期来看，普通人工智能工程师的招聘平均需要60天，从经纪公司释放的招聘需求到候选人。

　　然而，尽管人才差距继续存在，但工资并没有上升。此外，对算法工程师的需求主要集中在大型证券公司。这反映了证券业金融技术投资更注重效率，马太效应越来越突出。

　　1 对算法工程师的需求显著增加

　　Deepseek对金融业的深远影响不言而喻。自2月6日起，证券公司不断宣布完成Deepseek-R1模型的本地化部署，并发布最新的应用场景或产品。根据《证券时报》的编辑，截至最近，至少有32家证券公司接入了Deepseek。

　　事实上，券商关注AI模型并不是什么新鲜事。近两年来，许多券商在这方面进行了研究和部署。比如国金证券成立了人工智能实验室，专注于探索AI前沿技术，协调建设公司AI系统；中信证券成立了“人工智能+”平台CAP，赋能股权激励、合规风险控制、财富管理、债券等业务；东方财富自主研发奇幻金融模式，推出AI搜索、AI问答、AI研究报告总结、AI文档助手、AI信息摘要、AI债券信息、AI债券交易助手等七大场景智能解决方案。

　　资深金融科技猎头齐明(化名)告诉编辑，自去年以来，券商对大模型、算法、AI产品经理等岗位的需求明显增加。

　　丁轼还向编辑提到，近两年来，券商对金融科技人才的招聘需求发生了变化。2021年～2022年，券商招聘Java开发、前端、测试等传统IT人才。但自2023年以来，券商对这类IT人才的需求大幅下降，更倾向于AI、与算法、大数据相关的人才。

　　根据各招聘平台和证券公司官方平台的信息，《证券时报》编辑发现，华泰证券、中金公司、银河证券、国金证券、广发证券、招商证券、中信建设投资、国投证券、东方证券、国信证券曾经或正在招聘算法工程师。

　　以招聘人工智能算法工程师银河证券为例，公司要求申请人具有解决实际问题和模型优化经验的深度学习经验，具有2年以上相关项目经验，包括但不限于文本分类、数据挖掘、知识地图、机器学习、深度学习、模型识别等方向。申请人的工作内容包括但不限于：根据股票Alpha策略，T+0算法、主动算法等业务场景负责人工智能算法的设计、优化和编程实现。除各种福利外，月薪为2万元～5万元之间。

　　2 职位整体工资有所下降

　　据丁石介绍，目前证券公司招聘算法工程师主要从事三个应用场景的研发。一是实现智能投资咨询、定量交易等营销业务，优化资产配置策略、高频交易，提高个性化服务能力和投资效率；二是实现风险控制，利用机器学习构建实时交易监控模型，进行风险评估和风险预警；三是基于NLP自然语言技术挖掘客户行为数据，优化营销策略，提供准确的营销。

　　然而，尽管人才差距继续存在，但像前两年这样花费大量资金建设团队的机构并不多。根据科瑞国际最近发布的《2025年人才市场洞察与薪酬指南》中的“金融科技篇章”，在北京、上海、广州和深圳的一线城市，具有十年以上工作经验的人工智能负责人的年薪（基本工资+固定奖金）中位数为150万元，25分位数（即25%的人低于此值，反映高端工资水平）为120万元，75分位数（即75%的人低于此值，反映高端工资水平）可达200万元。在一线城市工作，具有五年以上工作经验的算法工程师年薪中位数为60万元，25分位数为45万元，75分位数为80万元。

　　与2024年同期发布的数字相比，上述两个职位的工资都有所下降，无论是中位数还是最高工资。算法工程师的工资降低约为20%～30%。

　　在这方面，丁石表示，在大模型发展的早期阶段，一些证券公司在工资预算上投入了大量资金。然而，受市场环境的影响，整个行业的招聘更加理性和谨慎，算法工程师的工资预算也没有夸大的增长。此外，目前候选人换工作的需求不仅是工资理论，还有更全面的考虑。

　　“与其他金融技术职位相比，算法工程师的工资确实是最高的。但从纵向来看，奖金部分较前两年大幅下降。”齐明说，目前在证券公司有五年工作经验的算法工程师的基本工资约为30万～奖金约40万元，相当于10万元～月薪3个月，很少有表现出色的人能拿到4个月～六个月的月薪。在过去的两年里，大多数算法工程师可以得到相当于8个月的工资～月薪12元的奖金。

　　《证券时报》编辑整理了第三方招聘平台的信息，发现算法工程师月薪2.5万元，上限3.5万元，年薪16元。

　　3 跨行业流动不再正常

　　据了解，根据来源，证券公司招聘的算法工程师可分为两类：一类是行业流动，即从A证券公司到B证券公司；另一类是从大型互联网制造商到证券公司。然而，随着大型模型授权应用场景进入深水区，企业对此类技术和金融人才的要求更加严格，以往的跨行业流动不再正常。

　　丁轼提到，虽然大型互联网制造商拥有丰富的人工智能人才，但他们可能不适用。证券公司将评估候选人是否了解技术和金融。换句话说，复合型人才将更受现有证券公司招聘市场的青睐。

　　齐明也有类似的观点。他还提到，与大型互联网制造商相比，经纪公司提供的算法工程师的工资并不占主导地位，这也导致了招聘难度的增加。一般来说，有五年工作经验的算法工程师的招聘周期为3个～6个月。

　　需要注意的是，大型证券公司更多地招聘算法工程师。据齐明介绍，目前对算法工程师的需求主要集中在行业前十名证券公司。“虽然工作需求确实在增加，但招聘算法工程师的证券公司不超过20家。”

　　丁轼还提到，在过去的两年里，一些领先的证券公司已经组建了算法和大数据团队，在人工智能大数据人才方面已经有了布局，需求也在增加。

　　这也反映了金融科技发展路径上不同规模证券公司之间的差异。与过去更加注重追逐“快速”的主要基调不同，越来越多的传统金融机构将注意力转向金融科技投资的效率和质量。

　　其中，经营状况稳定、技术力量充足的大型机构态度更加开放。他们继续依靠内生研发能力，建立研发中心和大数据中心，探索金融技术在商业场景中的更多新可能性；中小型机构在研发投资方面更加谨慎，倾向于选择成熟的平台产品，借助外部解决方案提供商，推动机构管理和业务创新。