前言： 截止到2021年6月14号为止，很多财经类院校读开设了大数据+课程，原先的会计、财管等课程也被更名为大数据财务/大数据会计/大数据财管。 看到【大数据+财经】类专业发展的如火如荼，我不禁心头一颤，这些【复合型人才】真的那么香吗？会计行业的内卷找到了出路？同时，作为一个毕业3年的财经专业转行大数据行业的过来人，有一些东西想分享一下。

财务+大数据的由来

大数据就是一个框，哪里需要往哪里装。这句话有两个意思，第一，大数据的运用确实很广，任何一个行业只有信息化达到一定的水平，势必会积累大量数据，这时，对这些的数据的处理和存储就需要大数据的技术。第二，这个词被很多人滥用，但凡涉及到数据，都喊它叫大数据。就如同帅哥美女，现在已经没有之前的褒义了，顶多算是一个中性词。财务+大数据是啥意思了？严格来说，应该是大数据技术在财务领域的运用。

为什么要开财务+大数据专业？

引用一下官方的话

大数据与财务管理专业学生主要学习财务管理、会计、金融管理方面的基本理论和基本知识，受到财务、金融管理方法和技巧方面的基本训练，成为既有扎实的财务管理专业知识、知晓国内外会计惯例，又能适应当今人工智能与智能财务决策、大数据会计等新型会计业务特征，既懂财务又懂数据科技，集专业知识和技术技能综合为一身，专业能力强、综合素质高，具有创新精神的跨学科财务管理专门人才。

毕业生主要去向是在一流高校深造，成为高水平师资储备，在大型会计师事务所、互联网公司、证券公司、基金公司、商业银行、保险公司、上市公司、国有企业、事业单位、政府机关等数据密集型企业事业单位成为财务会计、金融智能分析与决策、复杂大数据会计业务处理和系统逻辑设计的行业精英。

为什么要学习财务+大数据专业？

相信不少人是这么想的

• 避开财务内卷
• 享受IT高工资
• 成为一个牛逼金融科技人才
• 据说python很牛，可以帮我做表
• ......

财务+大数据专业的大纲

核心课程：

会计学、财务管理、中级财务会计、成本管理会计、中级财务会计I和II、高级财务会计、会计信息系统、大数据与会计分析、数学分析I和II、高等代数I和II、概率论（理）、数理统计（理）、计量经济学、机器学习数学基础、最优化理论与信息论、机器学习与数据挖掘、计算机与大数据基础、程序设计与Python应用、自然语言处理与数据可视化等。

学了财务+大数据专业之后？

由于linkedin会搜集51job / boss/ 猎聘等网站的信息，同时提供精准搜索。这里直接到linkedin搜索一下 大数据 会计 财务等关键字，看看当前阶段能找到什么工作。

结果是不乐观的：大数据+会计的职位不超过20个，且很多职位要求是工程师。

以下职位是一个典型的招聘职位。

薪资：2.5万-4万

岗位职责:

参与信贷风险、信贷、财务相关项目的数据模型设计与研发；

参与数据仓库建设，包括：数据仓库（离线、实时）的数据模型设计、开发及实施、数据质量保障;

参与数据治理，提升数据易用性及数据质量，理解并合理抽象业务需求，发挥数据价值;

任职资格:

从事数据仓库或挖掘领域至少2年以上，熟悉数据仓库模型设计与ETL开发经验 ，掌握Kimball的维度建模设计方法，具备海量数据处理经验；
熟练掌握一门或多门编程语言，并有大型项目建设经验者优先，如Java、Python、Shell；
熟悉数据仓库领域知识和技能者优先，包括但不局限于：元数据管理、数据开发测试工具与方法、数据质量、主数据管理；
有从事分布式数据存储与计算平台应用开发经验，熟悉Hadoop生态相关技术并有相关实践经验着优先，如MR、Hive、Hbase、Spark、Storm、Flink；
用户行为大数据的挖掘，分析，建模优先;
熟悉图数据、图算法者优先；
良好的语言沟通与表达能力和自我驱动动力。

以担保或任何理由索要财物，扣押证照，均涉嫌违法。
任职要求
维度建模, 数据仓库, Hive, MR/HIVE/HBASE, 数据挖掘, ETL
资历要求
中高级

所属行业
计算机软件

这个岗位的核心是做大数据开发，财务，也仅仅只是众多业务方向中一个运用方向。从工作的要去来看，要求有一定的大数据工作经验。从薪资来看，相比于其他大数据开发岗位，水平差不多。如果是计算机学科的毕业生和财务+大数据学科的毕业生同时去应聘相同岗位，显然计算机学科的毕业生被录取的几率更高，毕竟功底更好。进一步来说，只要大企业才有实力搞大数据，信息化程度较高，并且本身积累了一定的数据。 中小企业在这一块不太会投入资金，数据也不多，没必要。

如果大家长期观察财务+大数据的工作岗位，可能会得出下面的结论：工作岗位少，工资水平相对于其他大数据岗位并不突出，财务的场景落地少，更偏向于计算机学科出身的候选人。

核心问题：财务+大数据解决了什么问题？对应的问题需要什么技能？

这个是一个开放的问题。笔者不才，只能枚举一些我知道的公司正在做的事情。

1，对账平台

场景：很多2C的企业，会通过支付宝或者微信收取现金。当量比较大的时候，就需要有专门的工具去处理这些数据。用会计的话来说，就是银行流水对账。

2，摊销

场景：很多2C的企业，会收取一次会员费，分期计入收入。比如，做线上教育的互联网公司，一次收取学员500，产品涵盖多个课程，且课程的时长不一，归属的业务线也不一样。当学员量的量比较大的时候，就需要有专门的工具计算这些收入的归属，准确核算分各个业务线的业绩。用会计的话来说，就是收入摊销。

以上两个常见的场景，普通的大数据工程师就能搞定，一般不要求会计专业知识。