JD记录
普通研究助理：掌握Python语言和相关的工具模块；辅助进行自然语言处理、统计分析的相关工作
1.熟练使用Python语言，熟练使用关系型数据库、图数据库
2.了解自然语言处理、机器学习的基础算法，了解word2vec，jieba，sklearn等相关工具
3.了解统计分析的基础算法，了解numpy，pandas，matplotlib等相关工具 6.了解深度神经网络模型，如DNN、RNN、LSTM等
高级研究助理要求：参与团队构建行业知识图谱；研究Open IE（http://openie.allenai.org/）并进行实现；进行数据统计分析工作。
1.熟悉自然语言处理相关技术，在中文分词、词性标注、实体识别、依存文法分析、信息提取等领域有经验优先
2.熟悉知识图谱相关知识，了解开放域信息抽取（Open IE），有知识图谱构建经验优先
3.良好的数理统计基础，能理解并熟练运用常用的数据挖掘、机器学习算法和工具
旷视算法
计算机视觉和深度学习
深度学习/机器学习；计算机视觉（包括分类，检测，分割，跟踪，SLAM和三维重建）；图像或信号处理；计算摄影学和计算机图形学；
熟悉本研究领域的最新研究成果，公开数据集，和相关的开源系统；
Python 等至少一门脚本语言，使用过 Theano, Caffe, Torch, TensorFlow 等开源深度学习框架优先；
深度模型训练，图像分类、物体检测与分割、视频分析、三维建模、计算机图形学等相关科研经历者
公有云、智能硬件 face++
• 多种编程语言 深入理解计算机体系结构；分布式系统设计
金融行业IT相关的工作，不同岗位的工作是不同的，大致上可以分为科技管理、开发测试和生产运维三个方向。
1.科技管理。听起来似乎有些高大上，但实际上就是个打杂的。工作以沟通（吵架）、报告（请示）、协调（博弈）为主，琐碎事情非常多。
该岗位的工作涉及应用管理（应用系统建设规划）、项目管理（跟踪项目进度）、报告管理（定期整理汇总数据）、采购管理（产品、服务的测评及竞标）、需求管理（将业务部门的需求翻译成程序猿看得懂的语言）乃至专利管理（专盯专利局）、安全管理（合规内控、安全案件等）。
常见于银行总行科技部，各公司PMO(项目管理办公室)、研发管理办公室、测试管理办公室，项目组项目经理等。
工作体验：鉴于广大程序猿不爱说人话、不会说人话的特点，工作的成就感在于通过刷脸的方式帮广大一线工作者提供翻译服务，游走在刀锋的感觉；挫败感在于经常被杂事所淹没，经常一天下来发现没干正事。如果想要在这个岗位有所成长，那么强烈建议在一线（开发测试、生产维护）锻炼一年以上。
2.开发测试。金融IT的主力军，大多数从业员“梦开始”的地方。
该工作岗位如果用游戏来比喻的话，开发人员（码农）和测试人员（黑盒）是两个基础职业，所有进阶职业都需要在基础职业满足经验需求后才可获得提升。
开发人员（码农）：工作以修改代码为主，参考老代码根据业务规则的变化进行修改，新增功能等，工作难度不大，会读代码就能写代码，各类非计算机出身（数学、物理、电子等）的应届毕业生可顺利转型。
对应进阶职业（职业发展角度分析）：
开发人员（技术专长）：如Oracle、DB2、AIX、z/OS、Cobol等，通过时间累积总能在技术上获得专长。
开发人员（业务专长）：如银行卡收单、法贷、纸黄金、电子银行、SWIFT汇款等，代码怎么写业务流程就是怎么样，业务人员也没法比自己更清楚。
架构师：脱离了某类语言或某类系统的局限性，开始全局性考虑系统性能容量、体系架构、跨应用交互、横向纵向扩展性等问题，可以回答“双十一你这系统顶得住吗”这类进阶问题，开始思考应用系统“是什么？从哪里来？往哪里去”这类终极问题。
测试人员（黑盒测试）：工作以做交易为主，编写测试案例，模拟业务人员交易场景，对照软需验证功能，发现Bug及时报告。
对应进阶职业（职业发展角度分析）：
测试人员（技术专长）：不满足于黑盒测试，开始阅读代码尝试白盒测试，开发自动化测试工具、推进持续集成测试，编写测试脚本，实施性能压力/疲劳测试。测试人员（业务专长）：开发人员看到的只是一个点，测试人员看到的是整个面，相对于开发的深，测试人员更擅长广，整个业务条线的交易代码倒背如流，业务流程如何优化他们更有发言权。
工作体验：谁说金融IT只能搞技术？技术和业务两个方向始终向你打开。人的性格特点不一样，有的喜欢跟机器打交道，有的喜欢跟人打交道，适合自己的才是最好的。我选择了业务方向，你呢？不用急，慢慢摸，没人在一开始就知道。开发测试累吗？累，开发是一线，功能如何实现所有人都要问你；测试是二线，一不小心就可能漏过几个亿。
3.生产维护。金融IT成果的最终把关者，再牛逼的系统最后没上线都是白搭。
该工作岗位涉及应用维护（与开发测试对接）、操作系统维护（操作系统用户管理、参数管理等）、存储维护（外置存储挂接、NBU备份）、网络维护（思科网络实验室算什么！我操的可是跨国的广域网！）、系统组件维护（DB2\WAS等等）、运行操作（在规定时间按下规定按钮）、设施维护（空调、排水、电力等）。
常见于数据中心。
工作体验：系统上线、机房搬迁等是最崩溃的，为了减少业务影响，金融生产系统的变更一般安排在晚上10点后，凌晨6点前。熬夜是常有的事情，半夜被电话吵醒也是常事，加上数据中心常建在郊外，晚上万物俱静，加班后如何归家是个难题。但如果系统运行稳定，事情会相对少些，由于工作的特殊性，调休也会比较容易，凑出个长假出个远门还是很方便的——对了，手机别忘了开漫游。
投行的IT部门其实很大，简单来说，投行的各个其他部门都需要用IT系统，都需要IT的支持，由此产生了对应各个其他投行部门的IT部，比如支持IBD的IT，支持trading的IT，支持middle office例如risk and finance的IT, 支持operations的IT。每一个这样的对应IT部门都又可以细分为软件开发(application development), 技术支持(IT support), 商业分析(business analyst) 等层面。另外，这些IT都需要有基础设施，所以又有相关部门负责基础设施(infrastructure)。
投行IT都有哪些岗位?
从以上的部门分类衍生开来，IT岗位有如下几种：
软件研发 (application development)：投行会有一些自己研发的软件，所以需要研发人员。即使是从各种供应商那里购买专业的软件，也需要有自己的程序员来根据公司具体的需要来加工处理这些软件(customization).
技术支持 (IT support)：除了专门写代码的程序员以外，当然还有专门的技术支持人员负责这些软件的日常维护，给用户疑难解答之类。当然，发现重大问题的时候就得需要软件研发的人来进行调整，甚至找供应商解决。
商业分析 (business analyst)：business analysts是其他部门和IT间的桥梁，比如说，risk IT的business analyst就负责和风险管理部接洽，把风险管理部门的用户需求翻译成具体的IT任务，甚至帮助测试。
质量测试 (quality assurance)：顾名思义，就是进行各种测试
础设施构建与维护 (IT operations, system engineering)：构建和维护各种基础设施，比如服务器，网络，数据库，以及一些全银行的人都会用的系统，比如邮箱啦即时通讯工具啦之类。
项目管理 (project management)：可以是任何方面的IT项目，确保钱到位，人到位，项目进展顺利。
行政管理 (business management)：负责管理预算，经费，编制等等。
服务管理 (service management)：由于IT终极意义上讲是一种服务，而且现在很多银行会把一部分IT外包，就产生了服务管理岗。它可以是和外包商接洽，确保外包的质量，也可以是IT内部确保服务高效高质量的一种岗位。
IT风险管理：银行最重要就是安全，所以有专门的风险管理人员来评估和解决IT方面的风险问题。
投行IT的职业发展前景?
继续做投行IT，努力爬到管理层：你可以在同一种岗位上一直做，或者在各个IT岗位和各个IT部门跳来跳去，随着年资，能力，阅历的增长，你负责的东西会越来越多，与此对应的就是升职。但是比起负责给投行赚钱的front office，IT的升职会相对缓慢。而和所有的企业一样，投行IT也是金字塔层级，所以越往上越难升职，机遇人脉就越重要。
跳去对口的投行其他部门，比如finance IT的跳去做投行的财务：一直做finance IT的系统，能把系统玩得很熟不说，对finance部具体的业务也肯定是要了解，和finance部的用户也会有接触，所以有合适的机会就可以跳过去。但是即使你做的是front office的系统，跳去front office还是很难。
跳去供应商公司(vendor side)：比如你一直在做一个从vendor那里买来的财务系统，你对这个系统有了相当的了解，也经常和vendor打交道，那么，跳去vendor side不难。跳去以后很有可能继续被派去做金融机构财务系统的consultant或者support
跳去咨询公司：因为有了多年从事金融业IT的经验，可以去咨询公司做偏金融IT的咨询师
跳去纯科技企业，做和金融不相关的纯IT工作：金融IT以用户需求为主，以安全性为最高考量，所以比起谷歌之类纯IT公司，投行IT使用的科技必然相对陈旧。有一些技术很强的程序员之类可能做了一段时间觉得金融IT无法实现自己做尖端科技的愿望，或者太迁就用户，所以会选择跳去纯IT企业。