金融与IT行业，那个行业工资水平更高

稳定为王，但是觉得做到管理岗位的，比如中信银行的QA 。可以使用excel来分析数据。还需要更加专业的PMP和CMMI证书。

如果积累更多的数据分析的知识，再补上一个金融专业的在职研究生。英语方面考出来。如果能申请国外的MBA，攒钱出去念书。也是个不错的路子。至于中国会不会发展成为金融大国。这方面的预测谁能有更加准确的概念？

而且我认为career path是根据自身的各种属性来组合的，就好像国外学校挑国内学生一样。是靠自己闯出来的。毕竟中国越来越变得更加幻化多端，掌握多项技能，是应对变化很好的方式。

每个银行都有专门分管it的副行长呀,而且也都是科技口升上去的(至少省分行都有）

如果以后国家开放了存款和贷款的利率差,银行必将更加重视特色业务的开发而对所有新业务上线it的建设肯定是基础和重点

做纯代码的是没啥前途,银行软件外包的太多了懂业务懂整体架构才是必须的专注点

先混个项目经理,再混个产品经理或者条线经理,之后是高经,最后是总监基本上在总行也就到头了,如果下去先当个处长,混好点可以混个分行副行长

您好亲，it金融经理主要工作内容如下:

1 基于公司战略、市场需求、竞品分析及用户研究，负责产品的定位、规划及顶层设计；

2 协助业务部门完善产品从前端到内管的体系化需求，设计产品原型，编写产品需求文档，包括业务结构及流程等内容；

3 负责业务团队、研发团队共同确认产品可行性与执行方案；，协同开发、测试团队工作，推动配合产品开发进度，把控产品质量；

4 负责跟踪产品运营情况，收集产品问题、收集数据，针对性优化产品；总结、创新、迭代更新改进产品。

5 协助其他项目推广与领导交办其他事项，与相关部门保持良好沟通与协作。

我比较认可金融行业更为容易做到年薪百万。

我先来说说我的观点。首先我们先来看看IT行业，要达到年薪百万，都是那些人 ？

正规部队

1：各大厂的高级工程师，通常已经在某个领域有一定的建树，能独当一面 ，在大厂工作年薪5年以上的 。

2：有自己的产品，已经由技术宅男，成功转型成管理，为自己产品呐喊，融入了市场经济里面的技术+营销复合型创业者 。

非正规部队：

从事灰色边缘产业。这些年入百万也是非常轻松的。因为他们的东西，没有太大的可替代性，产品决定市场。

当然还有很多其他的渠道，这里不一一的解释，有兴趣可以私低下沟通。

从以下两个方面聊聊,现在IT行业要年薪百万难度大不大。

1：80后的程序员，现在正在逐步的成为公司的顶梁柱，这帮人正直壮年 ，留给后来者 90，00后的机会其实没有那么多了，

老的不走，新的挤破门。我也是80 后程序员 ，我们刚毕业的时候 ，IT工作哪个好找，待遇哪个真叫数钱  ，现在竞争不是一般激烈 。

2：技术的成熟程度越来越高，以前的程序员叫开拓者，很多东西都是没有的，都是自己一点点的研究 ，现在不一样了，

很多东西国外大公司都已经开源了，你现在做一个东西，很多时候就是看看选择哪个框架，使用点别人的啥技术，

进行拼凑，然后就开始做增删改，做业务，这个和流水线差不多，可替代性强，你不想做自然有人去做。

3：灰色地带，路子也是越来越窄了 ，一个方面是大厂的技术升级非常快，技术对抗，能让你一夜白头发

随着国家法律逐步完善，风险也是非常高了，很多人选择直接离场。法律完善，意味着可使用的社工资源就不多了，很多事情就做不下去了，

对于金融行业来说，要做到年薪百万，我觉得就稍微要容易些，毕竟和钱打交道，有时候一个客户，就够了。

那么金融也又是指哪方面呢？

金融行业范围非常的广，我列举一些行业。

银行，贷款，保险，担保，信贷业务，基金，股票，期货，数字货币等等，实在太多。

这些行业，随便哪个看看，不用我说，你就能知道这个到底有多赚钱，

国家每年都在重点打击经济金融犯罪，年年打，每年一大串经济方面的案件，但是计算机方面的可能就那么几个样板案例。

同样的，金融行业领域也分正常情况和非正常情况，非正常情况我们不做详细描述，主要讲讲正常情况。

金融行业是个绝对的高薪行业，但是也不是随便一个人进去就可以高新，真正取决于你是否获得高薪的，是一个人的全面素质。

其实并不是所有的人都适合搞金融

首先起点比较高，首先是学历，学历是进入金融的基本门槛，券商/基金等招金融实习生的基础条件是研究生学历，

还得是985/211等知名院校。金融圈，名校学生更具吸引力，比较看重出身， *** 蛋吧。对于出身好的，官二，富二 ，有先天优势 。

金融行业比较吃学历和资源，如果你二者都没有，

当然也有一些比较低端点的岗位，比如销售，前台这些，还是有本科生很多位置的。

回到问答的主题，如果你既没有资源也没有学历，能力自认为又可以，怎么做到年薪百万？

首先不要去想BCD里面那些基金经理，投资经理等等了，这个和你没有关系 。

低调踏实、谦虚好学、肯吃苦，当你有了足够的资源，才有机会进入金融圈核心岗。

金融，是普通学子踏上快车道，迅速奔向中产的一条好路。

有一种观点认为，富二代，会更有优势，完全碾压普通人，这个我不赞同。

可能拉存款，做保险销售这个完全依赖资源的，

其他的，都是需要极高的想象力和绝对高的智商以及抗压能力的，富二代就未必会有优势

所以不能连自信都没有了，只要你资源足够充足，分一杯羹完全可以做到

那么如何丰富自己的资源呢？？

现在是互联网时代，这个也许对于普通人来讲，还能算得上相对公平的竞技场了，

如果你是做线下的业务的，你就知道，多么的不公平了，所以说感谢互联网这个平台吧。

这里面我举个例子，可以参考下，一个真实的，年过百万的非金融行业从事金融行业的例子，身边的朋友实 *** 的，可供参考。

案例背景前述

朋友是非金融大专生，毕业几年，线下实体店，开店做生意，xyk刷了差不多100万出来，

和别人合伙做生意，做了1年多，倒闭，就剩几个凳子 ，背负上百万的债务 ，被压得在我跟前咬牙切齿，

只要有机会还完了债务，终身不创业，安安稳稳，找份工作过日子。

其实说实在的，我内心里是挺佩服我这个朋友的创业劲的，有胆量投入上百万去做实体。

后来他找到我，提到了他想做金融，当时我楞了一下，小子不是金融行业出身，做啥金融，就问他所谓的金融是什么玩意。

他说他有一个亲戚在银行工作，柜台员，推荐他去做信贷业务，帮企业做贷款业务，然后抽取一定的手续费。

全国范围可做，当时听这么一说，我就说这个很好做，是一个机会。

我给他做了下详细的分析和规划：

首先市场去巨大的，刚性需求。

中小微企业社会资源少，比较小的企业、作坊、个体工商户等小微企业，论规模和效益都不大。

如果出现经营异常，放出的贷款面临无法收回的风险更高，很多银不愿给小微企业贷款。

银行也是一家企业，只要是企业都有商业盈利目的，有了盈利了才能维持生存，

继而得到发展，否则银行也有倒闭的一天。

对于银行来讲，更愿意将款贷给大公司，风险低

国家层面，政府召开会议，对民企贷款融资难的问题采取了多项措施。

加大对民营企业、小微企业支持力度，切实做到国有企业、民营企业等各类所有制企业一视同仁。

要拓宽融资渠道，将中期借贷便利合格担保品范围，从单户授信500万元及以下小微企业贷款扩至1000万元。

从大型企业授信规模中拿出一部分，用于增加小微企业贷款。创新融资工具，深化多层次资本市场改革，

支持更多小微企业开展股权、债券融资。

贷款应该发放给谁？

虽然说国家层面是要求给中小型企业进行贷款支持，但是，对于落实到具体层面，又是另外一个情况了，

中小企业在银行贷款难，贷款额度不足问题！

正常情况下，非正常情况下：不知道你有没有听过这样一句话？银行贷不了款你找行长老婆呀。

需求，政策扶持， *** 作空间三者都不缺，所以，我认为这是一个好项目。

接下来，我就给他规划了这个营销渠道，

我给他规划两条渠道：

1：电销渠道，具体 *** 作方法，我简单说明下 。

获取到需要信贷需求的企业主电话，然后逐个进行电话沟通。这里面需要准备好术语，把客户担心的，

可能遇到的问题整理成一个完整的文档。一个个电话去沟通，遇到闭门羹，或是客户盖电话，各种打击

家常便饭，第一个月，打了差不多3000个电话 。成果也是有的，成了3个客户 ，完成了信贷额度200多万 ，

获得的利润差不多，接近10万这样 。

（题外话：如何获取到有信贷需求的企业主电话？这个自然有渠道，这个是灰色领域里面，2块一个号码

只要你有渠道，一手货源就能买到手，贼精准，各行各业都有）

2：互联网广撒网 ，寻找各种有资源，有实力的合作伙伴，一起推动这个项目 ，后来这条线也出来效果了。

通过互联网渠道，他认识了不少的企业老板，这些老板有些不需要信贷业务，但是别人的圈子，都是老板

有需要贷款业务的，就推荐给他。

互联网 *** 作，这个我给他提供了我自己开发的专业工具。

大量各大平台去铺设自己的资源引流矩阵。集合批量私信，批量举报等各大常用的功能。

这个这个项目，我的朋友认识了很多企业家，创业者，这个例子就是一个简单的金融行业变现的例子。

很多人理解的金融行业就是做办公司，谈笑风生就把钱投出去，那才叫金融。

其实我觉得金融行业里面分类非常多。工种也特别多。会做的人，每天都有人在发财，，

如果你的金融产品，结合互联网特性，一个新的创意就出来了，和富二代相比，你又觉得他的优势比你大多少呢？

所以不同的思维，决定了你的出路。

上图是一个动了歪念头的金融从业人员，外行看热闹，内行看门路，

类似这样的金融案件，动辄上亿的资金。

很多人说，别把这些垃圾和金融混一起谈，他们不配，

其实你要能把一个几亿项目做起来的，没有金融专业的人运作，完全玩不起来的

各种资源综合运用，而且还要非常高明的，才能办到，

所以金融行业是很赚钱的，看你走哪条路，你的资源有多少，在互联网时代，

你的资源多少，就决定你以后有多大的发展。

当你有资源，年薪100万非常轻松的 。资源是关键 ，而且金融这个行业 ，玩顺了 ，

你会发现，到处玩玩，吃吃喝喝，就把钱给赚了。

看你学的如何了，学的不像样的话基本上都很难找工作，水平中等的相对来说it可能挣得多一点，顶尖人才的话性格好一点的就金融，性格内向点的就it，关键看适合不适合自己，工资么，同样的水平收入都差不多。it应届毕业生照样有高收入的。我们这边有个是北京航空航天大学大学的研究生，刚毕业年薪80万，还有股权等等。这个人确实比较牛逼。金融的话研究生一般刚毕业拿不了那么多，金融的话对经验要求还是很高的。

1、如果你想证券公司或私募公募基金做计算机方面的，比如量化团队（量化背后不仅需要你有深厚的计算机才能，更要求你对投资有深入的认识）。

2、建议在大学阶段考考金融相关的证书，最简单的证券、基金从业，分析师啥的，让面试多一份筹码，也正好系统学学金融知识，对工作都有好处。反正如果去证券公司上班的话，证券从业是必须考的。

3、有的互联网金融证券公司，有比较多的IT男女做技术的，后台呀、量化模型、数据统计等等。这个对技术要求比较高，金融知识要求相对而言没那么高。

首先说的是不同金融公司的IT工作区别。

从不同行业的横向对比来看，业务种类越多越复杂的金融公司，其系统复杂性越高，所需的人力也就越多。商业银行作为业务种类最多的金融机构，一直都是金融IT业的大头，基金、证券、期货和投行等金融机构业务种类较为单一，业务系统数量相对来说较为较少，可维护性较强。业务系统越多其系统复杂性便呈指数型增长：如果只有两个关联系统，潜在的连接是两个（双向关联），如果有三个关联系统，潜在的连接便是六个了。商业银行特别是国有大行不同业务系统之间的关联关系已经复杂到令人发指的程度，越复杂体现在工作上也就是越繁忙。

从发展时间轴来看，购买厂商产品--雇佣外包开发团队--建设研发团队是金融IT发展的三个主要阶段，每个阶段内部员工逐渐增多，外部支持逐渐减少。在购买厂商产品阶段，工作以搜集整理需求为主，厂商提供的一般是普遍适用的产品，金融IT从业员根据业务部门提出的要求整理需求，不断向厂商提出个性化改进的需求。在雇佣外包开发团队阶段，工作转向IT团队及项目开发方向，IT外包公司提供驻场工作人员，提供部分技术支持，金融IT团队在公司原有产品的基础上增加自身的需求，逐渐转化为独有的产品；这个阶段运维也逐渐转为专业化，开始建设自己的专用机房。最后，在建设研发团队阶段，开发、测试及运维团队开始转向内部员工为主，外包外聘员工逐渐减少，产品在吸收公司产品优点基础上，开始具有自主知识产权，开始大规模升级重构。

从工作强度上来看，总的来说，“在路上”发展阶段工作强度较大，用那句百用不厌的话来形容就是“时间紧任务重”。什么是“在路上”？简单来说就是正在面临重大架构、体系调整，人数有限经验有限，任务是死的人是半死的。如何巧妙地避开这类阶段？从公司选择上避开几乎不可能，金融IT业近些年发展很快，几乎每个金融公司的IT部门都会有这样的项目，加入之后也就意味着较大的工作强度，同时也意味着较大晋升机遇。

其次就是不同岗位的工作区别，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。

工种涉及应用管理（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。

工种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yhk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。

工种涉及应用维护（与开发测试对接）、 *** 作系统维护（ *** 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 *** 的可是跨国的广域网！）、系统组件维护（DB2\WAS等等）、运行 *** 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。

总的来说，金融IT是个细分度很高的职业，没有人可以做到一门通门门通，永远保持一刻谦卑的心，向不同专业的人学习才是成长之道。

1 非同类比较

题目最明显的一个问题，就是将两个非同类概念进行了比较。资深土木工程师的年薪，（先不论数字是否正确），是一个群体的平均值（或者说中值也可以）；而当描述金融和 IT 工程师「经常」在百万以上的时候，并没有严格定义「金融」和「IT 工程师」的范畴（楼下银行的柜员算不算「金融」业的呢？中国联通的上门维修工程人员算不算「IT」业？）。如果题目指的是那些外资投行、顶尖对冲基金、一流互联网公司员工的收入，本质上就是用一个行业的平均水平和另一个行业的顶峰水平比较，这是不合理的。也许行业内最顶尖的土木工程师收入也不会太低。

2 凸现效应

之所以会有上面的现象，是人类常是「凸现效应」的受害者。「凸现效应」是指，人们更加容易受那些更不符合常规、引人注目的显著信息的影响，也更容易记忆这类现象——其实整个新闻行业基本就建构于此。老得不能再老的 cliché 「狗咬人不是新闻，人咬狗才是」就是例证。某个人「年薪百万」这个特征，比起「年薪20万」，显然更容易被人类的大脑记住，而当那些年薪不是百万的金融从业人员出现的时候，人们会更容易忽略他们。

3 孕妇效应

「凸现效应」很容易带来的另一个现象就是「孕妇效应」。「孕妇效应」是指由于自己的额外关注，人们会把偶然现象认知为普遍现象——当你自己是孕妇的时候，你会觉得满大街都是孕妇；当你买了某一个品牌车的时候，你会觉得街上全是这个牌子的车。对于「年薪百万」这个现象，我们很容易在建立了初步认知之后，每次再遇到「年薪百万的金融从业人员」，就更加加深这个印象，从而愈加深信不疑——但遇到一些不符合自己认知的现象时，大脑就会自动忽略。

4 睡眠者效应

「睡眠者效应」是说：随着时间的推进，人们容易忘记信息的传播来源，而只对内容本身保留模糊的记忆——这个心理学现象是整个广告业的基础。对于「金融行业员工基本都是年薪百万」这个认知，我们很有可能从一开始听到的就是二手三手的信息，但传的人多了，我们就不会再辨别信息来源，而只会认定这个事实。所以如果真的统计一下金融行业从业人员的平均年薪和土木工程从业人员的平均年薪，也许差距并没有我们想象得大。

5 忽视概率偏见

从第1点可以延伸出一个很有意思的现象，即「忽视概率偏见」。人类的大脑是天然比较难理解「概率」这件事的。比如，我们的大脑能理解一件事绝对不会发生（0%）和非常小几率会发生（比如1%）的区别，但很难理解一件事有18%和有46%的可能性会发生的区别。于是，我们看到了「有人年薪百万」，但是很少去想「如果自己去做这个行业的话，拿到这个年薪的概率有多大？」

6 均值回归理论

如果把时间尺度拉得足够长远，也许金融行业的平均收入和土木工程类的平均收入应该是相似的——理论上，在市场有效的假设下，任何行业的长期平均收入都应该相似。因为如果金融行业和土木行业平均收入相差过大的话，必然引起人才向金融行业的流动，于是土木从业人员就会变得稀缺，于是他们的价值/收入也会上涨。如果目前金融行业平均收入比较高，按照均值回归理论，这种状态未来一定无法长期持续。

7 单一归因谬误

啊，终于来到了我最喜欢的思维误区「单一归因谬误」简直每天都发生在我们身边。概念很好理解——人类天然喜欢给事情寻找一个原因，而且这个原因越单一越好。股市今天为什么上涨了？因为昨天央行降息；昨天巴萨为什么赢了皇马？因为梅西后撤到了中场，起到了奇兵作用；苹果为什么濒临倒闭又力挽狂澜？因为乔布斯当年搞出了 iPod但事实上，真实世界远比这些复杂得多。我们容易把某个人「年薪百万」归因到「TA做的是金融业」，但也许，不管TA去做哪个行业，都是最 (zheng) 优 (zui) 秀 (duo) 的一批。

写到这里，一定要说明几点：

1 虽然上面列举了各种题目可能有的思维误区，但这不意味着原题的结论就是错误的。事实上没有更加详实的数据，我们很难判断题目的说法是否正确。只是在得出一个结论前，思考一下自己是否陷入了一些思维误区，可能是有好处的；

2 上面所述的很多「效应」，其实并不是严格的心理学概念。甚至相反，它们中很多都是一些经验性的总结，很难算作学术性的严肃结论。正如在研究「思考」这件事上我颇喜欢的 @采铜 老师所言：

“假装并非无知”的另一个表现是，你用对事实的归纳来代替对事实的解释。当一卡车的水果掉落到地上，大家一哄而上争抢之时，你会说这是“从众效应”；当你喜欢上了戴头巾，然后看到街上不少戴头巾的人时，你说你知道这是“孕妇效应”；如果小区的一个角落开始堆了一些垃圾，之后在此处倾倒的垃圾就会越来越多，你说这就是“破窗效应”。你的说法都没错，并且你以为你看懂了这些现象。但实际上，你并没有懂，你只是指认出了一组事件的标签，知道如何用一个名词来指代一类现象罢了，你并没有真的对这些现象作出解释。你无法回答为什么会有“从众效应”，它是如何、何以发生的，为什么会有“孕妇效应”，它是如何、何以发生的，为什么会有“破窗效应”，它是如何、何以发生的。[1]

所以，对事物的探知不应止于学习一些煞有介事的名词。这个答案至多是起到一些抛砖引玉的作用。

3 这些现象或「效应」往往不是孤立，而是交织着运作的。如果仔细思考，「萧敬腾是雨神」这个半开玩笑的结论，其实背后蕴含着七八个相互重叠的认知误区。

最后。

最后，我们假设题目的结论是正确的，那有可能的原因是什么呢？

我能想出来一个可能的原因：如果一个行业平均每人创造的价值很大的话（这里的价值就通俗地理解成钱好了），那么这个行业从业人员的平均收入就会比较高。举个例子：

有这么一个行业，它每年平均创造的收入可达 50-60 亿美元，而这个行业的最主要从业人员（可以称之为「核心员工」），每年只有 4-500 人左右。于是这些员工的收入是怎么样的呢？行业规定，任何人只要被录取为核心员工，最低年薪也要在50万美元以上，如果有 1-2 年的工作经验，起薪可以达到70-100万美元/年。而核心员工里面能力的佼佼者，最高年薪可以达到 2000-3000 万美元。

这个行业的名字叫，NBA。

以上就是关于金融业IT员工，在总行做软件开发，职业发展道路真的很窄吗全部的内容，包括:金融业IT员工，在总行做软件开发，职业发展道路真的很窄吗、it金融经理是啥、金融与IT行业，那个行业工资水平更高等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！