基于大數據的金融科技人才庫平臺構建研究

文/阮妹，張遠健

大數據時代的到來為經濟、社會帶來了巨大變革，為人才工作數字化轉型提供了技術支撐。針對目前金融科技人才管理不規范、不一致的現狀，本研究將結合金融科技特點，從多個角度打造一個金融科技人才庫平臺，利用大數據技術的客觀性，整合碎片化人才數據，把握金融科技人才的體量規模，從人才發現、人才培養、人才評價、人才招聘、金融科技技術發展預測等多個方面有利支撐央行三年規劃落地，服務好央行、各級政府、企業以及人才本身，打造良好的金融科技人才生態系統。

一、代表性金融科技人才庫評述

（一）金融科技人才庫建設現狀

金融科技創新的主體離不開金融科技人才，同時金融科技人才也是金融科技運行與智能實現的重要支撐。建立高素質金融科技人才隊伍意義重大、迫在眉睫，是當前刻不容緩的一項重要任務。2020 年由中國銀行業協會等機構聯合發布的《中國金融科技人才培養與發展研究報告》中指出：目前金融科技人才短缺問題突出，技術相關人員占比普遍較低；金融科技相關培訓費用支出較少，金融科技專項資金投入不足；機構在招聘及培養金融科技人員過程中存在諸多難點，如人才實踐應用能力不足、專業師資隊伍組建困難等。不少機構已經將金融科技視為“核心競爭力”之一，各大銀行不斷加大金融科技投入，紛紛成立金融科技子公司。雖然意識到了金融科技的重要性，但缺乏專業性、復合型人才一直是銀行發展金融科技面臨的最大困難。

目前，國內外已建設有若干個大型人才庫平臺，有社區化運營的領英（LinkedIn）、科學家在線（ScientistIn），也有集聚全球科技專家的科技情報大數據挖掘與服務系統平臺（AMiner）、全球高層次科技專家信息平臺、全球科技創新人才信息平臺、全球學者庫、Lattes等，另外還有全國首家人才大數據研究院建設的“大數據研究?人才”平臺。這些平臺都從不同角度不同目的出發建立人才庫，擁有不同功能板塊，擁有海量人才數據。本方案中，對這些人才庫平臺展開深入調研，分別從功能版塊、人才數量等各個方面進行詳細描述，具體見表1。

（二）目前平臺存在的問題

除上述人才平臺外，我國還有多個國家級、省部級、市級的人才服務平臺，這些平臺主要面向各類就業人才服務，提供招聘就業、人才事務辦理、人才服務等多類功能。

①目前尚未發現專門的金融科技領域人才平臺。由于金融科技這一領域方興未艾，目前針對該特定領域的人才庫平臺還未建設。

②對于多源數據融合挖掘人才的平臺較少。主要還是以傳統方式以及單一來源（文獻）為主，金融科技人才更偏向于產業人才，發文數據明顯較少，因此僅從文獻中抽取金融科技人才是不可行的，還應有專利、資訊、企業等各類更豐富的數據，幫助金融科技人才的挖掘與梳理。

③人才庫平臺功能的單一。現有人才庫平臺功能上來看主要是人才檢索、信息管理、人才推薦、人才評價等常規功能，對于人才本身如招聘、培訓學習、知識服務等方面融合的功能較為分散，建立一個面向政府、企業、人才三方服務的金融科技人才庫平臺顯得十分重要，另外“政府-企業-人才”三級一體的科技人才溝通平臺也亟待建立。

④技術創新性略顯不足。人才庫架構還是比較偏向于傳統的技術架構，但對于海量的人才及其成果數據等現已不能再很好的支撐，另外在人才庫的建設上，人名消岐與知識圖譜技術仍不成熟，人名消岐技術應用于工程化的平臺中，準確率仍有待提升。目前領域知識圖譜的構建一般還停留在手工構建階段，缺乏統一的構建方法，需要眾多人工智慧甚至專家智慧來提升圖譜的準確性。

二、平臺規劃

金融科技人才庫平臺擬圍繞金融科技領域科創大數據發現與金融科技人才智能服務，著力打造一個以金融科技人才為主體的“技術先進、價值共創、數據共享、協同創新”金融科技生態圈。利用大數據處理技術、自然語言處理技術和人工智能等先進技術，平臺集聚金融科技多類型、多維度海量資源要素，旨在為政府、企業、科研院所、金融科技人才提供“科技創新人才發現、智能知識服務、金融科技人才導航分析、便捷式求職招聘、開放式交流空間、多樣化學習培訓”等服務。該平臺對于支持輔助領導決策調研、企業科技創新、高校人才培養、人才能級提升、創新生態打造提供強有力的信息化支撐。

（一）平臺架構

依據各類調研結果以及金融科技人才庫平臺需求分析，基于指導思想以及基本原則，對金融科技人才庫平臺的總體架構進行設計，具體如圖1 所示：金融科技人才庫平臺根據現有科技人才庫平臺搭建經驗，主要可以分為七個層次，包括：基礎層、模型層、算法層、組合層、用戶行為層、功能層和平臺層。

基礎層由大數據平臺和實時計算區構成，支撐其他六個層的采集、存儲、計算、輸出操作；由于金融科技人才庫的核心問題是匯聚和處理金融科技領域多源異構數據，大數據平臺的建設是整個項目的重中之重；

模型層包含由各種用于智能化處理的模型框架，如語言處理模型、數據關聯模型等，基于模型框架和學習數據的模型可以用來完成進行實體消岐、知識圖譜等具體操作；

算法層則為結合業務的具體算法實現，如適用于相似研究內容的文本相似度算法，基于知識圖譜的語義檢索算法；

組合層通過融合不同數據、算法、模型組成各個具體的功能點，如語義搜索、評估評價等；

用戶行為層則對脫敏的用戶行為數據進行自動地“歸納”和“總結”，找出其中規律，用于更新知識庫、模型、將用戶對個人知識庫的更新反饋通過特定機制（如閾值）反映到具體的數據或操作中；

功能層是支撐綜合服務平臺各業務的具體功能及功能點的集合，以金融科技人才為核心，打造“5+X”核心功能，即人才發現、知識服務、交流空間、數據洞見、認證培訓以及個性推薦；

平臺層是終端用戶可見的金融科技人才庫平臺。

總體上，所建設金融科技人才庫平臺將滿足以下特性：（1）業務先進性：所建設平臺能夠滿足人才數字化轉型過程中人才發現、評價、招聘、培養等各類需求，平臺檢索實現智能化的語義搜索；（2）平臺穩定性：所建設平臺安全穩定，能夠實時監控并進行運維；（3）數據可靠性和標準性：數據來源權威可靠，按照指定的標準體系進行解析、清洗、加工和入庫，以保證輸出質量；（4）操作簡潔性：線上平臺操作簡單易用；（5）功能解耦性：平臺能夠按照功能進行切割和重新組合，以滿足不同應用場景的需求和提高組件的復用率。

（二）功能設計

金融科技人才庫平臺專門針對金融科技領域構建人才庫平臺，數據源中不僅僅包含文獻數據，還將專利數據、資訊數據等納入人才挖掘的重要來源，利用人名消岐和知識圖譜技術對金融科技人才進行挖掘，除了本文前所述的現有平臺功能外，將建立起一個“政府-企業-人才”三級一體的科技人才溝通平臺。

因此，根據前期各類調研結果，確定金融科技人才庫平臺主要滿足“5+X”功能：人才發現、知識服務、數據洞見、交流空間、認證培訓、個性推薦等，提供“全產業人才發現、多維度人才畫像、數字化人才評價、一站式知識服務、全局化數據洞見、多元化交流空間、專業化認證培訓”等人才服務。

①全產業人才發現

利用大數據技術、人工智能等手段挖掘金融科技領域的科研人才和產業人才，并對人才數據進行人名消岐，形成金融科技人才庫，實現全金融科技產業的人才檢索與發現。

②多維度人才畫像

金融科技人才庫平臺為人才打造豐富的人才個人主頁。涵蓋人才基本信息、成果數據、相關指標數據、關注主題或人才標簽、人才合作網絡、合作學者等，構建人才數字化檔案，全方位、多角度展現金融科技人才畫像。

③數字化人才評價

依賴于金融科技人才量化評價指標體系，利用平臺數據，實現指標體系的可操作性，將人才評價工作數字化、信息化、系統化，有利于幫助人才引進工作中的初篩工作，也有助于為快速發現人才、實現人才的精準推薦。

④一站式知識服務

基于平臺的海量數據，提供金融科技領域動態實時的論文、專利、軟著、項目、專著、報告等科技資源和服務大數據的檢索發現，提供多維度分面展示。另外，實現語義級別的全方位智能檢索，智能識別用戶檢索意圖，智能分析檢索字段，智能規范關鍵詞語，智能結果排序。

⑤全局化數據洞見

基于知識圖譜對金融科技領域的人才、論文、專利、項目、企業、機構、主題等科技資源建立圖知識網格，實現豐富的科技數據關聯，打破信息“孤島”，實現無終結點的關聯發現導航，輔助人才、機構尋求在生產、科研上的合作關系，輔助實現精準的人才發現與推薦。

⑥多元化交流空間

金融科技人才庫平臺將為各類用戶打造不同功能的交流空間，為金融科技人才的交流與智慧集聚提供空間與場所。在交流空間中，用戶可以實現社區交流、前沿資訊以及項目申請/公示信息的分類閱覽、各類論壇會議信息的查詢閱覽、招聘信息的檢索和推薦。此外，金融科技企業也可以在平臺中發布相關企業招聘信息。

⑦專業化認證培訓

平臺將搭載起金融科技人才職業生涯中所需的各類職業資格培訓等信息與報名入口通道，為金融科技人才提供各類資格認證的信息平臺；此外，打造配套的培訓學習空間，人才可以在平臺進行在線學習，高校教師或相關金融科技人才可在平臺中發布相關課程、相關學習資料供人才學習，補充完善現有的金融科技人才培養體系，助力提升金融科技人才的專業性、復合性和實戰性。

三、平臺建設

（一）平臺已有基礎

目前，已利用各類資源建設有一個金融科技人才服務平臺原型，圍繞金融科技領域大數據與文獻情報智能服務，利用大數據處理技術、自然語言處理技術和人工智能技術，提供多類型、多維度海量數據的信息檢索發現服務和知識圖譜的信息關聯導航服務。通過論文、專利等科技創新資源數據，利用機器學習、人工智能等手段挖掘金融科技領域人才。

原型平臺已實現金融科技領域的人才、機構、論文及專利四個實體的檢索發現和關聯發現功能，挖掘14 萬余名科研人才和產業人才，成果數量達百萬級，近2000 家金融科技機構，整合人才信息、成果信息等科技創新資源數據并建立人才檔案，構建金融科技領域人才畫像。

（二）平臺下一步工作

①大規模數據采集系統搭建

平臺建設過程中首要建成一個大型的大數據管理平臺作為整體的數據支撐與計算支持。人才數據來源廣泛且對時效性要求較高，例如一些前沿資訊、項目會議通知等，需要實時采集存儲。因此，平臺在建設初期將搭建起大規模數據采集的流程或系統，以應對百萬甚至千萬量級的數據。

②知識圖譜構建

知識圖譜的構建將提升整個金融科技人才庫平臺的能級與效率，幫助快速發現人才以及各種知識關聯，但目前來看，應用于單一領域的知識圖譜構建技術已較為成熟，但對于本研究中豐富復雜的人才多數據來源，這種知識融合就顯得較為困難，就單個人才的全面畫像描繪也已比較復雜，未來將利用自動化的知識圖譜構建方法來幫助快速構建起人才的完整畫像。

③人才社區搭建

平臺建設需要大量的人力與精力，而由于人才平臺定位為社區化建設，因此在人才社區搭建中，人才的認定審核、人才發表內容的審核管理以及社區的運營顯得十分重要，另外還將設置一些激勵手段、支撐政策提升人才主動完善維護其個人主頁的意愿。

四、結語

本文通過大數據技術構建了金融科技人才庫平臺，為建設行業層面乃至國家層面具備資源豐富、運行高效、結構合理、標準規范要求的金融科技人才庫提供實踐參考，同時也是金融科技在金融人才工作應用賦能的又一佐證。在大數據等新興技術的持續賦能下，人才工作的數字鴻溝問題將得到顯著改善，為建成一支梯度合理的金融科技人才隊伍提供決策支持。