1. 金融数据挖掘师招聘
职位职责：
1、根据自己对行业，以及公司业务的了解，独自承担复杂分析任务，并形成分析报告；
2、相关分析方向包括：用户行为分析、广告点击分析，业务逻辑相关以及竞争环境相关；
3、根据业务逻辑变化，设计相应分析模型并支持业务分析工作开展。 岗位要求： 1、2年以上行业建模的经验； 2、本科以上，数学，统计，计算机，物理等相关专业毕业； 3、精通统计学，数据挖掘技术，尤其是回归模型、决策树模型。
4、精通SPSS Clementine/SAS EM等各类型数据分析工具，能制作专业分析报告；
5、有金融、通信或互联网某一行业实际数据挖掘项目经验，并对此行业业务有深刻认识；
6、对互联网领域有热情，较强的学习及人际技巧、影响说服能力，喜欢有挑战的工作。
2. 资深数据挖掘工程师招聘
根据数据报告显示，大数据开发工程师的年薪约在24万左右，同时据数联寻英发布《大数据人才报告》显示，目前全国的大数据人才仅46万，未来3-5年内大数据人才的缺口将高达150万。因此大数据就业前景是非常良好的。根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。大数据领域三个大的技术方向，这些不同的技术方向，可以对应企业的以下这些招聘岗位：1. Hadoop大数据开发方向市场需求旺盛，大数据培训的主体，目前IT培训机构的重点对应岗位：大数据开发工程师、爬虫工程师、数据分析师 等2. 数据挖掘、数据分析&机器学习方向学习起点高、难度大，市面上只有很少的培训机构在做。对应岗位：数据科学家、数据挖掘工程师、机器学习工程师等3. 大数据运维&云计算方向市场需求中等，更偏向于Linux、云计算学科对应岗位：大数据运维工程师精通任何方向之一者，均会 “ 前(钱)”途无量。三个方向中，大数据开发是基础。以Hadoop开发工程师为例，Hadoop入门月薪已经达到了 8K 以上，工作1年月薪可达到 1.2W 以上，具有2-3年工作经验的hadoop人才年薪可以达到 30万—50万。
3. 金融数据分析工程师
先说统计吧， 统计在国内真的是每个大学的差别都很大。 有的在金融学院下面， 有的在经济学院下面， 有的在数学学院下面等等。 不过主流的方向还是认为统计学是以数学为基础，研究些数据分析，数据预测，统计建模的学科。 因为是一个工具性导向的学科，很难说将来会从事哪个行业。对口方向上， 比较流行的是各个科技公司（包括医药公司）的Data Scientist, 还有制药厂的统计师（一般用SAS， 要统计博士）， 量化金融分析师， 市场调查公司分析师等等。 也有人提到了统计局这样的地方， 统计局需要的课程一般是国民经济核算或者社会经济统计这种数学味道机会为0的课程（特别像会计）。
定量金融的说法我见的比较少， 可能就是quantitative finance？ 那么定量金融和金融工程应该算成一类， 不打算加以区分，一般来说是一个专业， 只是新加坡的大学开了两个类似的项目罢了。 哥伦比亚大学好像是多个类似方向的硕士项目。 这个领域的职位，往往对你金融知识的掌握要求要远低于你的数理背景和计算机背景。所以你如果读统计， 也可以直接做量化金融的职位。
现在量化金融其实也分很多方向， 每个方向对应的课程和背景还是有些许不同的。
1， 衍生品定价，对冲，交易等， 比如投资银行的衍生品交易组。
2，市场风险管理， 比如投资银行的风险管理组部门。
3，信用风险建模，比如信用卡的用户评分， 比如商业银行的信用卡中心。
4，互联网金融，金融科技， 比如蚂蚁金服。
5，量化投资量化交易， 比如去对冲基金。
金融专业， 那在金融领域里的范围就太广了。基本上所有金融职位都能做。 （如果缺少理工科背景，数学又不好还不会编程的话， 量化金融的职位应该是做不了）
资本市场：一级市场主要就是PE VC两种了。 我不太懂信托可以不可以也分类在此。二级市场主要是券商（国外就叫投资银行）和基金。
非资本市场：保险公司和银行的各种岗位各种业务。 当然这两者也会涉及资本市场。
第三方服务公司比如做Financial Advisor, 或者金融咨询等。
商业分析这种泛泛的学科，我一是不了解， 二是商学院的专业个人感觉就是泛泛的， Hard Skill比较少， 算是一种通才教育， 很难说对口职业是什么。 感觉咨询， 战略分析， marketing， 都有做的， 还有直接做管培生，后期定岗的。
4. 金融数据工程师
，先mark下，关于金融行业的情况我找时间写。
目前从事金融大数据相关工作，下面的情况仅限本行业；就接触的情况来看，数据分析这一邻域大概就是这几部分的岗位为主：bi工程师，数据分析师，数据挖掘工程师，建模（算法）工程师，人工智能方向。各岗位异同其他答主已经说的很明白了，就不再说了。 但实际上各岗位间并没有太过明显的界限，例如数据分析师也（掌握sql，R，统计等知识）完全有可能向bi工程师或数据挖掘方向发展，只是技能的侧重不同而已。 数据分析师需求较大，尤其对于较大型的公司，从总部各部门到分公司甚至营业部都可能会配备自己的数据分析师，工作一般以数据查询及完成报告为主，技能侧重于ppt，sql。这类分析师的能力差异主要体现在行业经验及业务理解上。其他岗位包括数据挖掘，建模等岗位主要在集中公司总部，岗位数量上会少于数据分析，编程技能及统计知识要求会更高，往往对相关数据挖掘项目经验也有要求。 关于数据分析师的前景，在未来几年应该还是十分吃香的，但更长远来看就未必像其他答主描绘的那么美好；目前数据分析师吃香很大程度上是由于近几年各种数据相关的概念相继出现，导致数据分析师仍供不应求，但这种供需情况终会达到平衡，红利会逐渐消失。 另外，就目前情况来看，数据分析师入门难度相比很多行业并不算高，不像当医生的需要有医学背景，律师/工程师则要求相关从业资格。我认为，简单的sql查询在不久的未来将会成为一种通用技能，就类似现在office三件套的存在，到那时候简单的数据处理工作就不需要招聘专门的数据分析师了。 所以就长远来看，若想在行业内保持竞争力，要不在就业务方向积累经验建立起自己的壁垒，要么在技术方面有所建树。若留在原地的话，涨潮的时候可是会淹死的哦~~
5. 金融数据分析师社会招聘
一般学历要求较高，现在招聘的条件是全是硕士以上学历。有注册会计师资格，金融特许分析师资格的优先。
进入营业务从事投资顾问，一般要求全日制本科毕业，有证券咨询从业资格，有两年以上从业经验。
从事经纪人业务，一般对学历等要求不太严格，主要有客户就行。对于你的情况，要进入证券公司工作，任重道远。
比较可行的是，首先开户做股票，证券这个行业，实战经验远高于书本，因此几年做股票的经历，对证券从业非常有利。
其次，大学阶段拿下证券从业资格，一是证券经济业务的资格，一是证券咨询资格。取得这两个资格，需要参加三门考试，证券基础知识，证券经纪业务，证券投资。
这是比较有效的敲门砖。
再次，在学校阶段通过自己做股票，想办法累计一些客户，这个靠悟性，也靠沟通。
建议你到有散户厅的营业部开户，这对积累客户有好处。当然本科毕业考研，考CFA(金融特许分析师）就更好了。如果不能一步到位，找到理想的岗位，先通过经纪人的渠道进入证券公司，只要好好干，机会将非常多，，脚踏实地的做，成功之路就离你越来越近，
6. 金融公司招聘的数据分析师
金融数据分析师定义：金融数据分析师是证券投资与管理界的一种职业资格称号，CFA是“注册金融分析师”的简称的缩写，它是证券投资与管理界的一种职业资格称号，他们分布在证券公司、商业银行、保险公司以及投资机构。金融数据分析师在金融行业的地位注册金融分析师认证是一个全球性质的证书认证，起源于美国，美国注册金融分析师学院于1963年设立，由总部设在美国吉尼亚州的非赢利组织投资管理与研究协会负责管理；注册金融分析师认证是金融分析领域全球公认的最高标准，该标准不仅用来衡量金融分析师的业务能力，也同理代表其诚信程度；投资管理与研究协会在全球拥有十万会员，上百个会员协会和分会，其宗旨是通过上的精益求精和诚信，建立并保持最标准来促进全球投资行业的利益。