疫情之后，来看看哪些行业工资涨了？

就在前几天，一条关于节后招聘薪资的话题被冲上了热搜榜前10名，热度也相当持久。

话题中说，某人力机构10日发布的调研报告显示，新冠肺炎疫情并没有影响招聘薪酬的涨势，节后复工第一周全国38个核心城市的平均招聘薪酬为9311元/月，比去年同期（8311元/月）提高14.52%。金融业招聘薪酬依然领先，基金/证券/期货/投资行业的平均招聘薪酬高达14428元/月，且同比增速超过30%。

自从疫情蔓延、复工延迟以来，种种现实情况让小伙伴们不断涌现着关于就业的焦虑。

这样一个“过分乐观”到不切实际的调查结果，实在很难缓解大家的焦虑情绪，点开一看，果不其然基本都是网友们批评和质疑的声音。有的表示“一个标点都不相信”，还有的表示“不信谣，不传谣，我们不信这样的谣言”。尤其是配合上“企业招聘需求同比降低七成”和“某传媒公司开工首日裁员500人”的另两条热搜一起看，留言的小伙伴都难掩感同身受的悲观和焦虑。

但事实上，这两条关于招聘需求、平均薪酬的热搜内容都出自于智联招聘几天前发布的《春季求职竞争报告（2.3-2.7）》，虽然失去了前后的语境，让节选出的报告略有失真。但联系上下文之后逻辑也就通顺了，今年春节后首周，招聘需求下降七成的同时，在招的岗位确实都是薪资比较高的。

那么为什么在招聘需求骤减的同时平均招聘薪资会有大幅度提高呢？我们抛开部分数据的真实性不说，其实通过数据加以简单的分析不难看出，一方面由于疫情影响，大部分本来有就业需求的人都选择暂时在家观望，毕竟是人命关天的“大事”，宁肯晚就业一段时间也要坚决服从“国家安排”，为自己也为了大家的安全，这就导致一些急于招工的企业和工厂不得不提高招聘薪资来吸引更多的求职者来应聘；另一方面，受疫情影响，一些公司没有办法正常开工，而生产、经营的成本却没有降低，所以采取停止招聘一些岗位甚至是裁员来缩减开支，而停止招聘的岗位大多是一些基础性的服务岗位，工资较低，高薪技术型人才依然是供不应求，这就导致整体的平均招聘薪资被拉高。

至于金融业为什么招聘薪资首当其冲，如果你看过金融行业分析报告就会发现，相比较其他行业而言，金融相关的岗位一直都处在薪资排名的前列，也就是我们常听到的“干金融的挣钱多！” 根据国家统计局在2019年5月发布的《全国城镇单位就业人员薪资报告》显示，金融行业的平均工资为129837元，在19个行业大类中中排名第二；而同年全国城镇单位就业人员整体的平均工资仅为82461元。那么真的是这样吗？为什么金融业赚钱会比其他行业多呢？虽然平均数能说明的问题不多，但在各大榜单的横向对比里，总排在榜首的几名，也还是可以看出金融业的实力的。有人说金融业赚钱多是因为是低成本，高杠杆，还有人说是利用信息不对称，抓住了金融牌照的福利等等。而在我看来，最主要的还是体系、业务和思维，当然，过硬的技术支撑也是必不可少的。

金融行业的种种优势让招聘市场持续火爆，但想成为金融业界的精英，却没有那么容易。

金融行业的利润虽大，但二八定律也让这里显得尤为残酷，大部分在底层搬砖，还有不少在高不成低不就中挣扎，能成为行业精英的真的只是少数。

DT时代的到来给目前的IT人员带来很大挑战，数据时代下要求企业员工不仅要懂技术，还要实现技术与业务的完美结合，不断优化应用组合，信息和业务流程，通过IT实现业务创新。而数字化是金融科技创新的首要任务，各大金融企业纷纷制定了数字化转型愿景和战略，力图加快企业的数字化进程，所以急需在机构内部培养一批具备相应业务知识并且能够较为熟练掌握各类数据分析工具的专业人才，发扬用数据驱动业务决策的大数据文化。未来的企业中不存在盲目执行的人，也不存在仅发号施令的人。传统企业中的管理者将逐渐转变为赋能者。将自身的知识赋能给流程决策系统，这样业务运营才可以实现智能化；将自身的知识赋能给组织，这样所在组织才可以良性发展，处于领先地位。

承载无数机会与野心的金融业已经投来了橄榄枝，你会抓住这次机会吗？在这样一个竞争如此激烈的时代和特殊时期，怎样才能站稳脚步呢？在这里特地为大家介绍一门取材于业界一流企业和顶级咨询公司的行业实践课程——金融数字化转型人才训练营。本次课程不仅是讲如何发现业务问题、整理数据、建立模型、编写报告、构建业务应用数字化解决方案。而是力图为金融从业者提供个人数字化转型的解决方案，转型成为组织内部数字化赋能者。

这门课是什么？

未来的企业中不存在盲目执行的人，也不存在仅发号施令的人。传统企业中的管理者将逐渐转变为赋能者。将自身的知识赋能给流程决策系统，这样业务运营才可以实现智能化；将自身的知识赋能给组织，这样所在组织才可以良性发展，处于领先地位。在市场变革中只有勇于突破自身、勇于拓展，才可以立于不败之地。本次课程不仅是讲如何发现业务问题、整理数据、建立模型、编写报告、构建业务应用数字化解决方案。而是力图为金融从业者提供个人数字化转型的解决方案，转型成为组织内部数字化赋能者。

本课程是1+2的结构，前面的“1”是能力体系建设，包括数据化工作流程以及涉及的主要数字化工具，学习完本课程将可以全面掌握指标监控体系的设计和可视化、业务分析报告的编写、数据挖掘项目实施和报告的技能。后者的“2”是数字化应用领域，包括客群运营、风险管控。数字化能力是一个整体，两个方面的数据应用场景都需要涉及到该领域的数据业务洞察、数据产品研发、数据治理、商业洞察和在大数据系统上落地。

这门课讲什么？

1、数据产品开发方法和工具介绍

企业数字化转型是以数据价值深挖为手段，辅助企业流程再造，提高企业应对变革的能力。需要企业制定数据资产规划，不断提升数据资产管理能力。以下的数字化工作模版总结自现代数字化商业的国际先进践行者。

其中“业务检测”包括KPI指标体系的构建和可视化分析能力，“诊断”涉及定性和定量根因分析和研究报告编写，“指导”包括客户画像、产品画像和策略模版的使用，“工具”包括金融行业定制化的八大数据挖掘模版的学习和使用。

在两天时间中，八大模版的讲解将是课程重点。将以案例的形式讲解不同应用主题的业务场景分析、特征构建、特征工程、算法实施。使得学员形成统一的模型开发方法论，为之后的两个专题打下坚实的基础。

2、智能客群运营

全球著名管理咨询公司麦肯锡报告指出，预计2020年中国将成为仅次于美国的全球规模第二大的零售银行市场，新形势下得零售者得天下。随着移动互联技术、大数据技术、人工智能技术的日益成熟和深度运用，未来银行将呈现“五化”：入口场景化、运营数字化、风控智能化、人才跨界化、服务普惠化。

因此，本课程目标上：主要针对运营数字化，实现智慧客户运营管理，从如何发现问题到如何解决问题。

本课程内容上，主要从“道”、“术”、“器”三个层面，分为；理论篇、实现篇和工具篇

1、理论篇，主要介绍从旧的4P理论到新的4P理论演变，以及数字化运营和数字化营销的理论和概念及其在银行业的实践；

2、实现篇，主要介绍三大策略：一是基于NES的客群运营监控、二是数字化的营销体系（模型、标签和CRM系统等）、三是数字化的营销闭环。

3、工具篇，着重通过案例，介绍具体算法在数字化运营中的应用。

一是介绍聚类算法及其在客群细分中的应用；

二是介绍协同过滤算法及其产品推荐中的应用；

三是介绍社区发现及其交易圈在银行营销中的应用。

3、智能信用风控

本课程以当前国内崛起的消费金融，互联网金融为主要场景，介绍消费金融在贷前、贷中、贷后流程中信用风险管理中的数据应用，力图在深入实际场景的基础上为学员提供全面的数据驱动的风险管理知识，课程围绕信贷场景中贷前、贷中、贷后三个板块，通过介绍相关业务背景，结合实际的的风控需求，以讲解与案例的形式介绍数据分析、数据挖掘应用。

第一部分重点介绍常见消费类贷款产品要素，风险点，智能自动化审批基本框架，数据驱动的贷款准入、规则的制定，申请信用评分卡的构建及基于风险差异化的授信定价。第二部分介绍履约客户的管理，包括行为评分模型的构建以及相应额度策略的制定。第三部分介绍催收环节中催收评分卡的建立与催收策略的制定

这门课的亮点？

 取材于业界一流企业和顶级咨询公司的行业实践；

 已经被证明是人人学的会、能上手的数字化转型课程。

这门课适合谁？

 为数据应用产品经理提供能力提升路径和工作模版；

 为算法工程师提供算法与业务结合的工作路径和大数据架构设计；

 为业务人员开拓业务洞察视野和标准化的建模路线图；

 为有志于从事金融大数据的人员提供定位指导和学习路线图。

学员基础要求

 1、有CDA一级基础，或掌握统计分析、逻辑回归等基础理论。

 2、Python编程基础，或提前学习赠送的自学视频。

课程详细大纲

师资团队

常老师，北京大学会计学博士，ThoughtWorks中国金融首席数据科学家，中国大数据产业生态联盟专家委员会委员，反洗钱模型专家。

具有15年金融、互联网行业数据科学实施和咨询服务经验。在加入ThoughtWorks之前，曾任毕马威大数据咨询副总监、某消金公司数据部高级经理、百度大数据算法工程师。现专注于金融行业的数据资产管理、数字化人才培养，金融行业客户、风险和监管智能的解决方案。著有《Python数据科学：技术详解与商业实践》等三本数据科学图书。

负责授课模块：数字资产规划与管理、智能客群运营、智能操作风控。

叶老师，数据治理专家，产品/技术总监

近8年来，一直从事金融、电信行业数字化客群运营和与之相关的数据应用规划、数据治理方面工作。现任北京捷报金峰数据技术有限公司数据产品&技术总监，主要负责金融行业精准营销和数据治理咨询和系统建设工作，该项目在17年获得北京市创新项目资金资助。

负责授课模块：第二期智能客群运营。

曾老师，风控建模经理/数据产品经理

拥有5年金融场景下风控数据分析，风控模型经验。对互联网金融、消费金融领域中的消费分期,小微贷款,汽车金融的风险管理中的数据分析、数据挖掘，人工智能应用有深入了解与实践。曾主讲CDA的多门数据挖掘课程，有丰富的授课经验。

负责授课模块：智能信用风控。

精英服务

✧ 后学习计划：有价值的物质激励

1. 毕业后可总结分享自己的学习心得、技术干货、优秀作业、实操案例等内容，CDA研究院审核通过，可给予一定的奖金酬劳。

2. 精英学员毕业后CDA可以提供丰富的学员个人IP打造机会，给予包装与传播支持，帮助学员积累个人粉丝，打造个人名气。

3. 精英学员毕业后可参与CDA俱乐部线下活动，作为嘉宾分享；可加入CDA助教兼职团队；优秀精英学员可成为CDA兼职讲师，获取价值和物质激励。

4. CDA为即将毕业的精英学员提供就业咨询和推荐服务，并邀请行业大咖分享心里路程，协助学员进行技能提升的同时，时刻把握市场最新动态，为学员创造更多与市场、行业大咖连接的机会。

……

认证考试

CDA数据分析师等级认证证书

（此证书为经管之家颁发，全国统考，一年两次，此证书为CDA数据分析师唯一认证证书，可以作为企业事业单位选拔和聘用专业人才的任职参考依据。）

✧ 权威 经管之家CDA LEVEL Ⅲ数据科学家认证证书，行业顶尖人才认证，已获得IBM大数据大学，中国电信，苏宁，德勤，猎聘，CDMS等企业的认可。

✧ 专业 CDA认证是根据商业数据分析专业岗位设立的一套体系化、科学化、正规化的人才标准。全国统考、专家命题、评分公平、流程严格，更具含金量。

✧ 权益 持证人享有系列特殊权益。证书皆绑定考生真实身份，可在CDA官网查询，确保唯一性与防伪性。证书三年审核一次，保证持证人的实力与权益。

上课时间

开学典礼：2020年4月18日

学习时间：线下周末培3周，共6天，每天9：00-16：30。线上自由学习3周。

学习形式：远程直播班+视频回放。

学习费用

培训价格：5800元

费用包含：资料、授课、答疑、视频、结业证书等。

咨询联系

陈老师

电话：180 **** ****‬

微信：180 **** ****‬

疫情之后，来看看哪些行业工资涨了？