大數據工程師科學家 都是熱門人才

　　金融需求的大數據人才包括大數據科學家、大數據工程師、大數據業務分析師、大數據研究員等。其中「大數據工程師」主要負責底層基礎建設工程，包含Hadoop、Spark資料儲存技術，同時需具備資料庫管理，尤其著重開放源程式語言開發後台系統軟體的管理能力。

　　「大數據科學家」則需要擅長數學、擁有統計分析工具及技術經歷背景，不但要會編寫程式模型，還要具備一定的模型建置理論，才能復用模型及創新模型思維解決實際業務問題。

　　除了基礎工程運算，還要運用大數據做到進一步的業務分析，業務上將會用到R、Python程式語言熟悉各類型網路爬文原理及技術資料分析能力，將資料可視化，通過對數據的挖掘分析來協助企業的策略管理。

任務型組織 向上向下應用大數據

　　彰銀資訊處處長黃耀南表示，大數據的應用在金融業正處在大步成長的階段，以彰化銀行來說，組織運作上通常是由各個相關角色的合作協同，以團隊專責方式完成任務。

　　黃耀南指出，以「任務型」組織進行運作，是在資訊部門成立專責的大數據小組，負責大數據專案發展與業務推展應用。這個任務型組織，就是一個實體團隊，彰化銀行資訊處大數據小組到年底前，將擴編到10人以上小組，未來還將視情況擴編團隊。

　　團隊訂立大數據5年戰略藍圖，以階段性的專案任務方式，循序漸進將大數據分析應用至「向上」與「向下」2個層次。「向上」協助銀行策略經營指標，「向下」則應用到分行業務，以有限資源做最大的運用。

分行選址、客戶行銷 應用層面廣

　　現在，大數據已用於精準行銷、分行選址、供應商資金鏈分析等業務。黃耀南以分行選址舉例，過去銀行掌握了許多地址資訊，現在可將地址轉換成實際經緯度定位，化為視覺化資訊，經過重點highlight後，結合外部開放資料，如：稅務資訊、醫療、文教資訊，跳出以往的業務框框，進行更全面的業務決策。

　　掌握這些經緯度定位點後，若再加上戶政資料，就可以分析出分行要朝向儲蓄、授信或財務管理等不同任務的分行組織。另外，不管是線上或實體交易，包括網路行動銀行、第三方支付、實體商店等業務資料，都可以匯入大數據資料，就連銀行客服系統的文字客服也可以匯入大數據，「大數據可以幫助將客戶分群，針對客戶特性做行銷。」

金融知識結合大數據 成為企業寵兒

　　黃耀南認為，投身金融業的大數據人才，最重要的還是要有金融業務知識(domain know-how)，才能將大數據和業務領域的應用結合起來發揮最大價值。所以，若是身懷多種垂直行業經歷的大數據人才，一般都會是企業搶手的寵兒。

　　黃耀南說，目前投身彰銀的大數據人才，會先帶領他們進行一些實際的基礎訓練，接著在內部或外部都有相關進修課程，鼓勵行員積極參與。例如，銀行核心人才進階課程—金融商品、大數據系統佈建設計與實作等。

　　黃耀南認為，大數據人才最重要是擁有科技思維，對於「業務數位化」，要有數位化轉型思維，也就是如何運用數位發展業務，將數位融入業務。而彰化銀行也在2016年10月與某學院簽署產學聯盟合作協議書，希望透過產學合作培養金融科技大數據跨領域、跨應用的專業人才。

About 大數據人才

工作內容：運用大數據能力推廣金融業務

所需能力：大數據+金融業務知識

科系需求：統計、數學、資工、資管等系所

職人溫馨提醒：大數據人才最重要是擁有科技思維，對於「業務數位化」，要有數位化轉型思維，也就是如何運用數位發展業務，將數位融入業務。

－更多精采文章請見十二月號(469期)Career職場情報誌－