当前位置: 首页 > news >正文

一文读懂国内首本《牛客2023金融科技校园招聘白皮书》

金融科技人才作为金融数字化转型的关键支撑,但当下金融科技人才培养体系尚未形成,优秀的金融科技人才供不应求,目前存在严重的人才供给问题。

据调研数据统计,96.8%的金融机构存在金融科技人才缺口,54.8%的机构认为新员工的金融科技技能和经验不足。因此,金融行业出现77.5%的金融科技人才来源于校园招聘的现象,这也引发了金融行业校招激烈角逐战。

《牛客2023金融科技校园招聘白皮书》作为国内金融科技行业首本校园招聘白皮书 ,针对当下学生侧需求、校招挑战及新变化、未来校招趋势等进行了详细剖析。

01.金融科技人才主要来源于校招

参与调研的金融企业,高达75%的企业表示超30%的科技人才来源于校招,甚至35%的企业金融科技人才中校招占比超70%,这与艾瑞咨询数据展示77.5%的金融科技人才来源于应届生校园招聘观点一致,可见,校招已成为金融科技人才最重要来源。

据某金融企业HR透露:“金融科技企业有时像‘金融+互联网’的创业企业,且创新为主,因此市面上较少成熟合适的人才,如果有也是非常贵不一定适配,因此我们企业金融科技人才来源校招占到99%。”

02.金融行业校招HC及预算向科技人才倾斜

数据显示,40%的受访企业表示校招HC中金融科技人才占比超50%,甚至5%的受访企业表示校招只招金融科技人才,可见金融科技人才已成为金融行业校招的中坚力量。

从金融企业校招预算来看,52%的企业校招预算持平,25%的企业校招预算增加,整体似乎变化不大,但结合金融企业访谈得知,企业会省去更多ROI低的线下宣讲预算,用于金融科技人才的招聘。可见,金融企业从校招HC和预算上都展现了对金融科技人才的渴求及重视。

03.互联网成金融抢夺科技人才最大竞争对手

调研显示,科技人才在择业时,最关注的因素是薪酬占比达84.4%,随后为行业前景、企业发展和工作稳定。

其中,受访的57.3%的科技人才愿意进入金融行业,主要因为金融行业在具竞争力的薪酬基础上,工作稳定性和行业前景更好,而42.7%的科技人才对进入金融行业存在顾虑,核心在于欠缺对金融行业的了解及对企业技术发展潜力的担忧。

随之而来的是,互联网因更高薪、更接近尖端技术,成金融企业获取科技人才最主要的竞争行业,高达79.9%的科技人才在考虑金融科技校招岗外,也会考虑进入互联网行业。因此,金融企业获取优质科技人才的最大竞争对手是互联网企业。

04.金融科技校招生学历红利明显,互联网薪资仍具优势

金融行业一直非常注重人才背景,在金融科技人才校招时,最关注候选人素质TOP3为毕业院校、所学专业&实习经历、笔面试表现。这在薪资上也有一定体现,相比互联网行业,不同学历间的薪资差距在金融科技中体现的更明显,如下图:

同时,不难发现互联网薪资普遍高于金融科技薪资,具备人才吸引优势,这也是金融科技与互联网竞争科技人才的一大障碍。

05.尖端科技人才遭疯抢,入职成功率低于校招整体水平

据23届学生求职投递和Offer数量调研发现,63.4%学生投递20+企业,学生海投趋势明显;42.1%学生手握1-3个Offer,甚至1.2%获得20个以上Offer,尖端科技人才十分抢手。

结合企业侧的调研数据发现,72.5%受访金融企业的Offer入职成功率低于60%,Offer入职成功率低于校招整体水平(2022年牛客秋招白皮书数据显示,100人以上企业Offer入职成功率主要约为70%-80%)。

某金融企业HR表示:“企业因为金融科技人才要求高,并需要通过实习进行人岗匹配验证,因此金融科技岗Offer入职成功率较低,只占百分之十几,流失较大。”因此,金融企业更懂科技人才校招时的所思所行,才能获取目标人才芳心,终成眷属。

06.00后校招时代,垂直校招渠道与求职体验需重视

新一代校招生是00后,与过去校招求职思维有明显不同,比如在求职信息渠道、简历投递渠道、Offer决策信息渠道上十分多元。相比过去,00后学生更倾向做反向背调,获取Offer决策信息的渠道除传统的官方渠道外,还会首选垂直校招平台如牛客进行求职交流和Offer比较。

同时,求职体验也是科技人才择业的重要因素。科技人才对企业笔面试体验及专业度会有较多讨论和信息传播,如讨论笔试/测评题目难度及与岗位的适配度、面试官专业度,甚至顶尖科技人才会尝试挖掘和调研面试官、业务领军人的个人从业履历、学术成就等相关背景资料。

因此,企业为获得优质金融科技人才,选择匹配的校招渠道及打造良好的校招体验缺一不可。

07.金融科技校招4大痛点及破局之道

调研显示,金融科技企业校招痛点TOP4为行业缺乏科技人才吸引力、获取人才质量不高/数量不足、招聘流程复杂/体验不佳、求职者拒Offer/毁三方。

金融科技校招4大破局之道:

◎ 多元化打造雇主品牌。如通过种草、竞赛等方式让科技人才了解金融企业的稳定性、技术实力、发展前景等,迭代传统金融企业印象,提升企业对科技人才的吸引力。

◎ 差异化布局校招渠道。如选择科技人才占比高、质量优的垂直校招平台,提高金融科技人才校招ROI。

◎ 精细化提升学生体验。如从高效、专业、尊重、有趣、有收获等多维度优化招聘整体流程,包括投递反馈、笔/面试、Offer发放、人才保温等。

◎ 长线化运营提升转化。如通过早布局长战线重运营的方式,长期、频繁和多方位地影响潜在人才,全方面展现企业优势,提升科技人才喜好度促进offer入职转化。

作为新一代数智化校园招聘引领者,牛客依托国内领先的学生求职交流社区,首创基于优质人才洞察,精准布局校招战略的理念,为企业提供更懂人才、产品服务更专业的校园招聘整体解决方案,助力企业校园招聘更高效,校招人才战略更成功。

截至目前,牛客社区积累800万用户,主要为985/211及QS100知名高校本硕博优质生源,同时牛客已服务超1500家付费企业客户,如金融行业客户招商银行、建信金科、国泰君安、中欧基金、民生银行、泰康人寿等。

牛客联合校招观察局发布《牛客2023金融科技校园招聘白皮书》也是希望助力更多金融科技企业在青年科技人才抢夺战中获得成功。

相关文章:

一文读懂国内首本《牛客2023金融科技校园招聘白皮书》

金融科技人才作为金融数字化转型的关键支撑,但当下金融科技人才培养体系尚未形成,优秀的金融科技人才供不应求,目前存在严重的人才供给问题。 据调研数据统计,96.8%的金融机构存在金融科技人才缺口,54.8%的机构认为新…...

深度学习03-卷积神经网络(CNN)

简介 CNN,即卷积神经网络(Convolutional Neural Network),是一种常用于图像和视频处理的深度学习模型。与传统神经网络相比,CNN 有着更好的处理图像和序列数据的能力,因为它能够自动学习图像中的特征&…...

你真正知道什么是品牌营销么?颠覆你旧有认知

什么是品牌营销,新时代也需要新时代的定义和诠释! 尤其这次疫情加剧了行业竞争,让很多企业都开始重新重视品牌建设,以此实现对产品的价格保护,脱离同质化恶性竞争;提高品牌知名度,实现更高价值…...

pytorch 测量模型运行时间,GPU时间和CPU时间,model.eval()介绍

文章目录 1. 测量时间的方式2. model.eval(), model.train(), torch.no_grad()方法介绍2.1 model.train()和model.eval()2.2 model.eval()和torch.no_grad() 3. 模型推理时间方式4. 一个完整的测试模型推理时间的代码5. 参考: 1. 测量时间的方式 time.time() time.…...

十三、超时重试机制

目录 超时配置和重试机制 FeignClient 、Ribbon 、 Hystrix三个之间配置优先级的关系 配置常用属性 Ribbon超时和重试配置: Ribbon重试次数计算公式: FeignClient 超时配置: Hystrix超时配置: Hystrix超时计算公式: 超时配…...

JAVA常用API - Runtime和System

文章目录 前言 大家好,我是最爱吃兽奶,今天给大家带来JAVA常用API中的Runtime类和System类 那么就让我们一起去看看吧! 一、Rubtime 1.Rubtime是什么? 2.Runtime常用方法 Runtime提供了很多方法,在这里演示两个 public static Runtime getRuntime(): 返回当前运行时环境的…...

ANR实战案例 - FCM拉活启动优化

系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 例如:第一章 Python 机器学习入门之pandas的使用 文章目录 系列文章目录前言一、Trace日志分析二、业务分析1.Firebase源码分析2.Firebase官方查看官方文档Dem…...

Kali-linux查看打开的端口

对一个大范围的网络或活跃的主机进行渗透测试,必须要了解这些主机上所打开的端口号。在Kali Linux中默认提供了Nmap和Zenmap两个扫描端口工具。为了访问目标系统中打开的TCP和UDP端口,本节将介绍Nmap和Zenmap工具的使用。 4.4.1 TCP端口扫描工具Nmap 使…...

判断浏览器是否支持webp图片

.WebP是谷歌主导的开放免费的网络图像格式,其核心编码来自VP8也就是同时支持WebP图片和WebM视频等。 这种图像格式追求的并不是无损画质,而是在有损画质的情况下尽可能的压缩图像体积但也尽量降低清晰度下降。 谷歌资助和发展该图像格式最主要的目的就是…...

【Qt编程之Widgets模块】-007:QTextStream类及QDataStream类

1 概述 QTextStream和QDataStream都是对流进行操作 QTextStream只能普通类型的流操作像QChar、QString、int…,其实就很类似我们c或者c中读写文件的感觉, QDataStream就厉害了,无论是QTextStream的普通类型的流操作还是一些特殊类型的流操作…...

js对map排序,后端返回有序的LinkedHashMap类型时前端获取后顺序依旧从小到大的解决方法

js对map排序,后端返回有序的LinkedHashMap类型时前端获取后顺序依旧从小到大的解决方法 js对map排序,后端返回有序的LinkedHashMap类型时前端获取后顺序依旧从小到大的解决方法 [{"2020": [{"id": 39,"createTime": &quo…...

JMX vs JFR:谁才是最强大的JVM监控利器?

大家好,我是小米!今天我们来聊一聊JVM监控系统,特别是关于JMX和JFR的使用。你是否有过在线上应用出现性能问题时,无法准确获取关键指标的困扰呢?那么,不妨听听我给大家带来的解决方案。 什么是JMX 首先&a…...

Laravel Collection 基本使用

创建集合 为了创建一个集合,可以将一个数组传入集合的构造器中,也可以创建一个空的集合,然后把元素写到集合中。Laravel 有collect()助手,这是最简单的,新建集合的方法。 $collection collect([1, 2, 3]);默认情况下…...

JUC并发编程19 | 读写锁

有一些关于锁的面试题: 你知道 Java 里面有哪些锁?读写锁的饥饿问题是什么?有没有比读写锁更快的锁?StampedLock知道嘛?(邮戳锁/票据锁)ReentrantReadWriteLock 有锁降级机制? Ree…...

springboot_maven项目怎么引入mybatis

在pom.xml文件中添加mybatis和mybatis-spring-boot-starter的依赖 org.mybatis mybatis ${mybatis.version} org.mybatis.spring.boot mybatis-spring-boot-starter ${mybatis.spring.version} 配置mybatis 在application.properties(或application.yml&#xff0…...

JAVA8的新特性——lambda表达式

JAVA8的新特性——lambda表达式 此处,我们首先对于Java8的一些特性作为一个简单介绍 Java 8是Java编程语言的一个重要版本,于2014年发布。Java 8引入了许多新特性和改进,以提高开发效率和性能。以下是Java 8的一些主要新特性: Lam…...

算法修炼之练气篇——练气六层

博主:命运之光 专栏:算法修炼之练气篇 前言:每天练习五道题,炼气篇大概会练习200道题左右,题目有C语言网上的题,也有洛谷上面的题,题目简单适合新手入门。(代码都是命运之光自己写的…...

利用GPU并行计算beta-NTI,大幅减少群落构建计算时间

1 先说效果 18个样本,抽平到8500条序列,4344个OTUs,计算beta-NTI共花费时间如下。如果更好的显卡,更大的数据量,节约的时间应该更加可观。 GPU(GTX1050):1分20秒 iCAMP包 的bNTIn.p(…...

Shiro框架漏洞分析与复现

Shiro简介 Apache Shiro是一款开源安全框架,提供身份验证、授权、密码学和会话管理。Shiro框架直观、易用,同时也能提供健壮的安全性,可以快速轻松地保护任何应用程序——从最小的移动应用程序到最大的 Web 和企业应用程序。 1、Shiro反序列…...

(数字图像处理MATLAB+Python)第七章图像锐化-第一、二节:图像锐化概述和微分算子

文章目录 一:图像边缘分析二:一阶微分算子(1)梯度算子A:定义B:边缘检测C:示例D:程序 (2)Robert算子A:定义B:示例C:程序 &a…...

AI Agent与Agentic AI:原理、应用、挑战与未来展望

文章目录 一、引言二、AI Agent与Agentic AI的兴起2.1 技术契机与生态成熟2.2 Agent的定义与特征2.3 Agent的发展历程 三、AI Agent的核心技术栈解密3.1 感知模块代码示例:使用Python和OpenCV进行图像识别 3.2 认知与决策模块代码示例:使用OpenAI GPT-3进…...

Qt Http Server模块功能及架构

Qt Http Server 是 Qt 6.0 中引入的一个新模块,它提供了一个轻量级的 HTTP 服务器实现,主要用于构建基于 HTTP 的应用程序和服务。 功能介绍: 主要功能 HTTP服务器功能: 支持 HTTP/1.1 协议 简单的请求/响应处理模型 支持 GET…...

c#开发AI模型对话

AI模型 前面已经介绍了一般AI模型本地部署,直接调用现成的模型数据。这里主要讲述讲接口集成到我们自己的程序中使用方式。 微软提供了ML.NET来开发和使用AI模型,但是目前国内可能使用不多,至少实践例子很少看见。开发训练模型就不介绍了&am…...

全面解析各类VPN技术:GRE、IPsec、L2TP、SSL与MPLS VPN对比

目录 引言 VPN技术概述 GRE VPN 3.1 GRE封装结构 3.2 GRE的应用场景 GRE over IPsec 4.1 GRE over IPsec封装结构 4.2 为什么使用GRE over IPsec? IPsec VPN 5.1 IPsec传输模式(Transport Mode) 5.2 IPsec隧道模式(Tunne…...

【数据分析】R版IntelliGenes用于生物标志物发现的可解释机器学习

禁止商业或二改转载,仅供自学使用,侵权必究,如需截取部分内容请后台联系作者! 文章目录 介绍流程步骤1. 输入数据2. 特征选择3. 模型训练4. I-Genes 评分计算5. 输出结果 IntelliGenesR 安装包1. 特征选择2. 模型训练和评估3. I-Genes 评分计…...

在Ubuntu24上采用Wine打开SourceInsight

1. 安装wine sudo apt install wine 2. 安装32位库支持,SourceInsight是32位程序 sudo dpkg --add-architecture i386 sudo apt update sudo apt install wine32:i386 3. 验证安装 wine --version 4. 安装必要的字体和库(解决显示问题) sudo apt install fonts-wqy…...

Python+ZeroMQ实战:智能车辆状态监控与模拟模式自动切换

目录 关键点 技术实现1 技术实现2 摘要: 本文将介绍如何利用Python和ZeroMQ消息队列构建一个智能车辆状态监控系统。系统能够根据时间策略自动切换驾驶模式(自动驾驶、人工驾驶、远程驾驶、主动安全),并通过实时消息推送更新车…...

零知开源——STM32F103RBT6驱动 ICM20948 九轴传感器及 vofa + 上位机可视化教程

STM32F1 本教程使用零知标准板(STM32F103RBT6)通过I2C驱动ICM20948九轴传感器,实现姿态解算,并通过串口将数据实时发送至VOFA上位机进行3D可视化。代码基于开源库修改优化,适合嵌入式及物联网开发者。在基础驱动上新增…...

前端高频面试题2:浏览器/计算机网络

本专栏相关链接 前端高频面试题1:HTML/CSS 前端高频面试题2:浏览器/计算机网络 前端高频面试题3:JavaScript 1.什么是强缓存、协商缓存? 强缓存: 当浏览器请求资源时,首先检查本地缓存是否命中。如果命…...

前端开发者常用网站

Can I use网站:一个查询网页技术兼容性的网站 一个查询网页技术兼容性的网站Can I use:Can I use... Support tables for HTML5, CSS3, etc (查询浏览器对HTML5的支持情况) 权威网站:MDN JavaScript权威网站:JavaScript | MDN...