“券商现在对于人工智能的需求越来越多，我目前的工作主要就是协助券商的在线客户、交易系统、风控平台等项目进行人工智能的训练。”Alex每天的工作就是与证券公司对接，这在几年前是没有的事情。
Alex毕业于某211大学计算机系，在研究生期间的主要研究方向就是“人工智能与机器学习”，毕业之后在阿里巴巴工作了几年，现就职于上海某人工智能企业。该企业目前处于IPO静默期，其主营业务中有一部分就是帮助券商“在具体的业务场景实现了人工智能化、数字化升级，推动业务快速发展”。
2021年10月，《证券期货业科技发展“十四五”规划》正式对外发布，提出了“十四五”时期证券期货业数字化转型的工作指导思想与重点任务。根据中国互联网络信息中心发布的《第49次中国互联网络发展状况统计报告》显示，2021 年我国互联网理财用户规模达1.94亿，较上年增长14.4%，金融业数字化转型成效显著，券商们开始越来越重视人工智能。
“智能营销、智能投顾、智能风控、智能运营等，都是券商目前在人工智能方面的探索与研发。”某国资券商的网络金融部门相关负责人李伟（化名）告诉时代财经，仅从券商的人才储备方面来看，是很难单独开发人工智能项目的，“因此我们需要借助外部力量，如与知名的人工智能公司合作，包括需要他们的AI训练师一起开发项目。”
“我现在主要工作就是刻画券商客户的精准画像，通过对券商客户的数据分析，来识别他的风险承受能力、理财习惯，并给他配置合理的资产方案。”Alex每天上午9点来到公司，打开电脑之后就开始查看模型的训练效果，分析它们在某些测试数据上表现不佳的原因，“我们首先要观察分析数据，然后给出数据处理办法、模型和训练方案，然后我们就开始训练模型，对效果进行分析，调整参数等。”
反复训练、周而复始，看似枯燥的工作就这样一天天的过去。Alex每天都要和券商对接的项目负责人沟通，理解券商的需求，“我们之前的项目主要在无人驾驶方面，从前年开始介入到了金融领域，这是一个非常大的挑战。”
每个月，Alex的项目团队都要去其所服务的券商开会，讨论数据模型的精准度，对模型在智能选股方面进行反复训练，用Alex的一句玩笑话，就是“教人工智能炒股票”。
Alex告诉时代财经，券商的人工智能产品体系需要在多种场景下应对自如，主要包括客户多渠道服务、客户私域运营、内部大运营三大场景。“在这些场景的核心架构中，我们会使用到大量的结构化和非结构化数据，以及相应的技术组件，比如Docker、CI/CD 流水线等应用技术架构组件，让模型认识所有的股票、基金产品等。”
据中国证券业协会文件，2017年至2021年末证券行业在信息技术领域累计投入近1200亿元，行业持续加大信息技术领域的投入为行业数字化转型和高质量发展奠定坚实基础，大数据、云计算、人工智能、区块链等技术金融应用成效显著。
在李伟看来，基于人工智能等新技术，刻画精准用户画像，推荐多元化的资产配置方案，以及加强风控平台的自动反应能力是当前券商践行智能化财富管理的主要模式。“证券行业的特点就是散户比例高、股价受多方因素影响波动大、金融产品同质化，因此，我们在与AI训练师沟通的时候，首先要求他们要构建连接上下游产业链的证券知识图谱，建立基本面传导模型，建立客户数据中心，为客户运营、客户服务提供统一的数据服务平台。”
在资本市场的人工智能项目中，Alex发现这个行业的基础数据库与其他行业不同，需要预处理一些行业知识。“例如，每家公募基金的产品命名都有自己的习惯，因此我们在其他的语料库中就很难找到类似‘双利债券’‘主题混合’之类的基金产品名称，所以我们就需要对金融机构现有的语料库进行训练，完成数据预处理。”
Alex借助大数据和人工智能手段，帮助券商的人工智能项目“增强对客户身份的核实，对客户准确意图的把握，对客户风险承受能力的识别，规避经营风险和操作风险”，将商业问题转变为数据和模型问题，从而更好地找到解决方案。
现在，Alex每天的习惯就是打开其所服务券商的App，与智能客户进行问答，“我每天都会问几句，包括一些奇怪的话，以此来看一下问答组件的学习情况，基本上目前可以实现90%以上的常见问题自动回复，我们希望能做到99%。我们需要的是，基于用户曾经发出的大量请求，人工智能系统不仅要能完成简单的问答，还可以做出综合的观点推荐，召回最适合该用户的答案并推荐给用户。”
在人社部公布的国家职业分类目录中，Alex从事的职业被认定为“人工智能训练师”（AI训练师），指使用智能训练软件，在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员，包含数据标注员、人工智能算法测试员两个工种。
2020年，人工智能训练师正式成为新职业并纳入国家职业分类目录。随着2021年年底人社部颁布AI训练师《国家职业技能标准》，业内开展职业培训和人才技能评价有了基本依据。AI训练师的培养分为五个等级，可依照不同等级所需的能力项和职责要求进行培养。
实际上，现在人们生活中常见的小度智能屏、小爱同学、天猫精灵等智能产品背后，都有AI训练师的身影。
在Alex看来，他应该被定义为“AI架构训练师”。“实际上大家都是程序员出身，都是从写代码开始，慢慢做到了产品经理。数据标注工作是一项不断重复的工作，一名优秀的AI训练师是需要比较好的耐心。数据标注员、人工智能算法测试员的工作主要在辅助方面，单独开发项目还是有点难度的，尤其是在金融领域的项目上。金融作为数据驱动的行业，诸多痛点与人工智能的应用相契合，是人工智能最适合应用的领域之一。”
Alex的项目团队中也有数据标注员，他们把采集到的文字、数字、图像、语音或视频“翻译”成计算机语言，基于模型业务运营指标体系反复对人工智能进行训练，让它逐渐熟悉证券行业，同时推动标注工具的持续优化，以及优化人工智能相关产品的智能体验，保障客户满意度，达到“千人千面的客户画像”。
目前，人工智能在证券领域的应用主要涉及算法、大数据等层面，包括行为用户和产品分析、精准服务、智能服务、智能工具、量化交易、高频交易等。
“这些券商的产品都是人工智能项目，也同时都是AI训练师的训练结果。随着人工智能在各个领域的应用越来越广，需要的AI训练师也会越来越多，目前还处于人才紧缺的状态。”Alex告诉时代财经，他们团队的普通AI训练师目前月薪在2万元左右，“成熟一点的基本上都是月薪4万元，最高的能达到7万元。”
Alex的项目团队为某券商开发的App人工智能项目中的一项就是“智能客服”，不仅支持为“用户口语化问句”提供“精准答案”，而且还支持意图识别、结果优化等，“我们要让人工智能客服的回答不仅有智慧还要有温度，不仅聪明还要灵活。”
通过AI训练，Alex服务的券商至少节省了100个客服工作人员。
在风控方面，Alex为该券商设计了“对上市公司的合规性风险业务进行审查研究”“风险传导与分析预警”等环节。
虽然这都是人工智能的功劳，但是AI训练师人才的紧缺也让Alex感到头疼。
在招聘中，Alex发现，大部分应聘AI训练师的求职者都不符合职业要求，“基本上都没有什么实际项目经验，对技术细节、新的平台和工具没有深入研究，我觉得你至少要熟练掌握一种常见AI框架，Pytorch或者tensorflow。最起码，你来应聘之前，要熟练掌握Python/C 等一种常用语言，要有良好的数据结构，算法基础，熟悉linux基本操作，熟悉复杂度分析。不过，这现象说明了两点：第一，这个职业的高薪酬很吸引人；第二，这个职业现在很缺人，缺合适的人才。”
