华尔街AI人才版图急速扩张:从模型研发到实战应用的职位大迁移

金融业的招聘格局正在发生巨变。包括摩根大通在内的众多银行对AI岗位的人才需求呈现爆炸式增长——年同比增幅达49%,岗位数量突破13.9万大关。其中,「Agent编排工程师」这类新兴职位的热度最为惊人,招聘需求跳升1721%,已然成为金融圈最为紧缺的专业岗位。银行机构正加紧建立多AI智能体协同框架,用于处理日益复杂的业务运作。与此同时,一类新职位——「前沿部署工程师」应运而生,其使命是将AI技术深度融合到交易、风控等核心业务环节中。

华尔街的AI人才竞争正进入转折期。从前的主要竞争者是能开发大语言模型的研究人员,如今则转向了既具备技术底蕴又懂业务运营、能把人工智能真正落地的复合型工程师队伍。

招聘数据分析机构Draup向媒体披露的统计结果印证了这一现象。该公司梳理了摩根大通、花旗银行、美国资本一号银行等机构今年发布的AI相关工作机会,发现其总数较上年扩张49%,达到139,819个岗位。

在这些职位中,「Agent编排工程师」这一岗位格外瞩目。其招聘热度在今年实现了1721%的飙升,已成为金融行业最供不应求的专业职位之一。

这个现象所映射的,是华尔街发展方向的深刻转变。金融机构已走过单纯应用聊天机器人的初级阶段,正步入由众多AI系统协调配合、共同承担业务的新时代。这种转变将重塑银行的组织架构、高层决策思路,甚至影响投资者对企业前景的认知。

值得关注的是,这些新兴AI职位的薪酬水平在整个金融科技领域遥遥领先。以生成式AI经理岗位为例,其基层薪资中位数可达约19万美元。

Agent编排成当红技能:职位需求的爆炸式增长

通过爬取领英等招聘平台的公开职位信息并深度分析,Draup公司发现了一个引人瞩目的数据:涉及Agent编排工程师的职位发布数量在今年飙升1721%。

要理解Agent编排的含义,可以这样想象:为多个AI系统设计出合理的互动框架,让它们能够齐心协力完成复杂任务。具体场景中,某个智能体专门处理原始数据的验证,另一个智能体负责对文档内容的分析,还有一个智能体单独承担合规审核的工作,三个系统各司其职、紧密配合。

Draup首席执行官Vijay Swaminathan在接受采访时指出,这项能力已成为华尔街眼中最具价值的技能,蕴含着不容错过的发展机遇。在他看来,金融机构求贤若渴的是那些既能掌握数据技能、深入理解AI技术原理、又能够将其转化为实际业务效益的专业人士。

促成这一人才需求剧增的深层动力,源于银行急切想让AI技术从实验室走向日常运营。金融机构对外承诺要通过人工智能来提高工作效率、减少繁琐重复的工作,为了兑现这些承诺,它们在紧锣密鼓地打造一个由AI系统主要承担劳动力的未来。

职位体系新变化:前沿部署工程师成战略要角

当前的招聘行动范围已远超初期阶段。最初银行主要寻找的是模型构建工程师和数据科学家,而现在,视野已拓展到了「前沿部署工程师」(forward-deployed engineers)这个新角色。这类人才肩负的核心使命是把AI应用部署到真实业务环境中,涵盖交易操作、风险管理部门以及后勤运营等多个领域。

Swaminathan强调,担任这类职位需要在技术能力和特定业务领域知识之间找到平衡。涉及的业务范围极其广泛——从交易操作、后台结算到人事管理都要涵盖,而具体工作中遭遇的复杂程度往往远超最初预期。

Swaminathan在阐述这一观点时指出,金融机构的业务流程蕴含着大量复杂因素,部分显而易见,更多则隐藏于表面。即使是看似简单的流程自动化项目,也会消耗工程师们大量的时间精力。为了说明这一点,他举了员工假期申请自动化审核的例子:这个看似寻常的场景实际上涉及无数特殊情况和例外条款。

有趣的是,Agent编排能力与前沿部署工程师的工作有天然契合之处。后者需要做出一系列关键判断:需要哪几个智能体参与、各自的功能定位如何、选用哪些技术架构,以及在哪些环节需要人工监管介入。

与此同步的是,支撑智能体开发的底层技术工具的需求也在大幅增长。据Draup的数据统计:

用于构建多阶段工作流的LangGraph,招聘需求增幅达679%;

协助AI应用与数据库对接的LlamaIndex,需求上升291%;

能够向AI模型提供企业级数据的检索增强生成(RAG)技术,相关岗位需求攀升259%。

另一方面,仅有硬技能还远远不够。Swaminathan表示,Draup的研究结果表明,企业对软性技能的重视在不断提升——包括问题诊断和解决能力、创意思维、提出有见地问题的能力,以及对业务流程的深层次理解。

治理与合规成新焦点:AI风控岗位需求超越技术开发

随着人工智能系统在银行中的应用不断深化,与之配套的风险防控和合规管理岗位也迎来了需求激增,其增长速度丝毫不逊色于技术岗位。

根据Draup的统计,今年职位发布中「负责任AI」相关的需求激增657%,AI治理和风险控制的岗位需求分别增长394%和359%。更值得关注的是,治理类岗位的总需求已突破16000个,大约相当于模型训练、部署维护等技术岗位(约8400个)需求的两倍。

Swaminathan透露,安保团队的一个核心工作是规避第三方开发的工具或外来模型可能带来的系统级安全风险。他强调,如何确保那些集成到产品中的第三方工具不会成为网络安全的薄弱点,已成为当前高度关注的问题。

高薪吸纳难:银行加速转向员工内部升级

尽管生成式AI经理等职位开出的薪资相当吸引——基层薪资中位数约19万美元,在金融科技岗位中属于高端水平,但要真正找到合适人才来填补这些专业化职位仍然困难重重。

为了缓解人才短缺,银行业开始把目光转向内部。Swaminathan介绍,主要金融机构正全力推进员工转岗培训计划,对现有技术人员和业务人员进行集中化、系统化的能力提升。

AI技术的这波建设浪潮还会催生连带的社会影响。摩根大通的首席执行官杰米·戴蒙在多个场合都提到过,随着AI承担更多工作,银行需要实施一个「大规模的人力资源重新配置」方案。

对于这种转变,Swaminathan的看法显得相对乐观。他认为,如果能够在建立扎实技术基础的同时优先打磨软技能,那么人们完全可以适应这种变化并不断学习。对于有合适条件的从业者来说,眼下这个时代充满了令人兴奋的机会。

上一篇 2026/10/05 17:46
下一篇 2026/10/05 17:47

相关推荐