圖：證券業界要找到同時熟悉AI框架及金融市場知識的人才並不容易。
由於券商對於AI的需求越來越多，但AI並不是投入大量沒有相關性的資訊便能生成有用的分析，行內經常都會說：「garbage in garbage out」，要訓練AI，就必需要有專業人員協助，據了解，目前這些專員的年薪已升至逾百萬。
這些訓練專員每天的工作就是利用AI對券商客戶的數據進行分析，識別每位客戶的風險承受能力、理財習慣，並給他們配置合理的投資方案。AI模型不可能一開始就給客戶使用，要給它大量的客戶例子做訓練，而訓練專員每天就是要監管AI模型的進度，繼而調整參數及相應的技術組件，比如Docker、CI/CD流水線等應用技術架構組等，目的是讓AI模型認識所有的股票及基金產品，同時懂得在不同情況中做出投資判斷。
另外，目前不少券商都在推廣客戶利用手機App透過智能客服協助開戶，而AI訓練員每天就要打開App與智能客服進行溝通，每天都要問一些奇怪的問題，就是要看一下智能客服會怎樣回答，基本上大部分的AI都可以回答90%常見的問題，但AI訓練員就是要將90%提高到99%，AI訓練員透過分析用戶曾經發出的大量問題進一步訓練AI，不過回答的準確程度永遠也不可能是100%，始終AI並不是人類。
這些AI訓練員大多是程式員出身，從寫代碼開始到為AI模型進行訓練，近年券商都推出智能選股、智能下單等業務，AI訓練員的薪酬也大幅上升，新入職的AI訓練員一般年薪都達到60萬以上，具經驗的訓練員年薪更逾百萬，甚至更高，但即使願意付出高昂薪酬，不少券商仍難以找到合適人才。
難覓合適人才的原因是，要成為AI訓練師，必需有專案的經驗，而且至少要掌握一種常用的AI框架，如Pytorch（開源的Python機器學習庫）等，而且也要熟練Python（解釋性編程語言）或C++（編譯性編程語言），並要熟悉linux（基於POSIX的多用戶、多任務、支持多線程和多CPU的操作系統），還要具備金融市場的專業知識。因此，要找到同時熟悉AI框架及金融市場知識的人才並不容易。
