DeepSeek引發的熱潮在證券行業掀起的 “金融科技競賽” 仍在持續升溫。截至目前，已有超過30家券商宣布完成了本地化部署，並對應用場景進行了更新。這場激烈的競爭，實際上也是各家券商金融科技實力的一次集中展示。而在提升金融科技實力過程中，人才無疑是重要基石之一。

證券時報記者注意到，券商近年招聘的金融科技崗位中，對算法工程師需求日益增多。人力資源服務企業業務總監丁軾對記者表示，現在AI（人工智能）類算法工程師供不應求。從招聘周期看，從券商釋放崗位招聘需求到候選人入職，普通的AI工程師崗位招聘平均需要60天。

不過，雖然人才缺口持續存在，但薪酬並沒有因此水漲船高。另外，對算法工程師的需求主要集中在大型券商。這反映出當前證券行業金融科技投入更注重效能，同時馬太效應愈發凸顯。

1 算法工程師需求明顯增多

DeepSeek給金融行業帶來的深刻影響不言而喻。自2月6日起，不斷有券商官宣完成了DeepSeek-R1大模型的本地化部署，並發布最新應用場景或產品。據證券時報記者不完全梳理，截至近日，接入DeepSeek的券商至少已有32家。

事實上，券商關注AI大模型並不是新鮮事，近兩年不少券商已經開展了這方麵的研究和部署。如成立了人工智能實驗室，專注於AI前沿科技的探索以及公司AI係統的統籌與建設；成立了“人工智能+”平台CAP，賦能股權激勵、合規風控、財富管理、債券等業務；自主研發妙想金融大模型，推出AI搜索、AI問答、AI研報總結、AI文檔助手、AI資訊摘要、AI債券資訊、AI債券交易助手等七大場景的智能化解決方案。

資深金融科技獵頭齊銘（化名）告訴記者，從去年開始，券商對大模型、算法、AI產品經理等崗位的需求就明顯多了起來。

丁軾也向記者提到，近兩年券商在金融科技人才招聘需求方麵發生了變化。2021~2022年，券商更多招聘偏傳統的IT類人才，如Java開發、前端、測試等研發崗位。但自2023年以來，券商對這類IT類人才需求大幅減少，更傾向於AI、算法、大數據相關人才。

證券時報記者依據各招聘平台、券商官方平台信息梳理發現，、、銀河證券、國金證券、、、、國投證券、、曾經或正在招聘算法工程師。

以正在招聘人工智能算法工程師的銀河證券為例，該公司要求應聘者有將深度學習用於實際問題解決的經驗及模型優化經驗，具有2年以上相關項目經曆，包含但不僅限於以下的方向：文本分類、數據挖掘、知識圖譜、機器學習、深度學習、模式識別等。應聘者工作內容包括但不限於：根據股票Alpha策略、T+0算法、主動算法等業務場景，負責人工智能算法的設計、優化及編程實現等。除各項福利之外，月薪在2萬~5萬元之間。

2 崗位整體薪酬卻有所下滑

據丁軾介紹，當前券商招聘算法工程師主要從事三方麵應用場景的研發。一是賦能營銷業務，如智能投顧、量化交易，借助算法優化資產配置策略、進行高頻交易，提升個性化服務能力和投資效率；二是賦能風控，利用機器學習構建實時交易監測模型，進行風險評估和風險預警；三是基於NLP自然語言技術挖掘客戶行為數據，優化營銷策略，提供精準營銷。

不過，雖然人才缺口持續存在，但像前兩年一樣重金搭建團隊的機構並不多。科銳國際近日發布的《2025人才市場洞察及薪酬指南》中的“金融科技篇”顯示，在北上廣深一線城市，具有十年以上工作經驗的AI負責人，年薪（底薪+固定獎金）的中位數是150萬元，25分位值（即有25%的人低於該數值，反映較低端薪資水平）為120萬元，75分位值（即有75%的人低於該數值，反映較高端薪資水平）可達200萬元。在一線城市工作，具有五年以上工作經驗的算法工程師，年薪的中位數是60萬元，25分位值為45萬元，75分位值為80萬元。

相較2024年同期發布的數字，無論是中位數，還是最高薪酬，上述兩個崗位的薪酬均有所下滑。其中算法工程師的薪酬降幅約在20%~30%。

對此，丁軾表示，在發展大模型前期，一些券商在薪酬預算方麵投入較大。但受市場環境影響，當前整個行業招聘更趨理性謹慎，算法工程師崗位薪酬預算沒有誇張的漲幅。並且，當下候選人換工作的訴求也不隻唯薪酬論，更多會綜合考量來確定。

“相較其他金融科技類崗位，算法工程師的薪酬確實最高。但縱向來看，獎金部分較前兩年明顯下滑。”齊銘說道，當下在券商具備五年工作經驗的算法工程師，底薪約在30萬~40萬元，獎金約等同於1~3個月月薪，極少數績效優異者能拿到4~6個月月薪。而前兩年，多數算法工程師能夠拿到相當於8~12個月月薪的獎金。

證券時報記者梳理第三方招聘平台的信息發現，券商給算法工程師崗位的月薪起薪多數在2.5萬元，上限則多在3.5萬元，全年多為16薪。

3 跨行業流動不再是常態

據了解，按來源，券商招聘的算法工程師可分為兩類：第一類是行業內的流動，即從A券商到B券商；另一類是從互聯網大廠到券商。不過，隨著大模型賦能應用場景進入深水區，企業對此類技術金融人才要求更為嚴格，先前的跨行業流動不再是常態。

丁軾提到，雖然互聯網大廠擁有豐富的AI類人才，但並不一定適用。券商會評估候選人是否在懂技術的同時，也懂金融。換言之，複合類的人才在券商現有招聘市場裏會更受青睞。

齊銘也有類似觀點。他還提到，相比互聯網大廠，券商給出的算法工程師薪酬並不占優，這也導致了招聘難度提高。一般情況下，有五年工作經驗的算法工程師招聘周期在3~6個月。

需要注意的是，招聘算法工程師較多的是大型券商。據齊銘介紹，當前對算法工程師的需求主要集中在行業前十券商。“雖然崗位需求確實在增加，但招聘算法工程師的券商不超過20家。”

丁軾也提到，近兩年一些頭部券商相繼組建算法、大數據方麵的團隊，在AI大數據類人才方麵早有布局，且需求也在增加。

這也反映出不同體量的券商在金融科技發展路徑上的差異。與過去更注重追新趕早的“求快”主基調不同，越來越多的傳統金融機構將目光轉向金融科技投入的效能與質量。

其中，經營狀況穩健、技術力量充實的頭部大型機構態度更為開放，繼續依靠內生研發能力，設立研發中心、大數據中心等，探索金融科技在業務場景中的更多新可能；而中小型機構則在研發投入上更為謹慎，傾向於選擇借助外部解決方案商的成熟平台型產品，驅動機構管理及業務創新。