金融行业的机器人已经不在少数，但是这些机器人并没有干出多少活。《华尔街日报》称，它们主要的任务仅限于打沙狐球或空气曲棍球等。

　　交易是建立在分析学和交易决策之上的，其业务操作以微秒为单位，而机械设备的本质决定了机器人的移动过于缓慢，无法跟上交易的快节奏。事实上，Two Sigma联合创始人、拥有麻省理工学院计算机科学博士学位的大卫·西格尔(David Siegel)仅仅是喜欢机器人而已。

　　鲁帕克·查特吉(Rupak Chatterjee)博士是新泽西霍博肯市史蒂文斯理工学院(Stevens Institute of Technology)金融工程系副主任，他对金融业的就业前景持乐观态度。他表示，在计算机开始执行交易策略前，总要有人创造并测试这种交易策略。银行需要经验丰富的金融工程师和具有良好的数据库与数据可视化能力的数量分析，“他们必须了解华尔街产品的标准和技术，那些具备大数据技能的金融工程师则更有优势。”

　　在更高职位层面，银行需要交易主管完全了解算法模型的工作原理，以及选择某种算法会对盈亏造成何种影响。Numerix是一家开发金融衍生品分析软件的公司，该公司首席营销官吉姆·约克尔(Jim Jockle)与全球直销主管乔·萨波利托(Joe Saporito)表示，交易部门不再是个自我封闭的孤岛，它们需要展示自身的合规性，展示它们对机构其他部门的影响。约克尔表示，如何选择模型已不再是交易员自己的事。主管需要明白一个模型能怎样帮到整个组织，而不仅仅是帮助交易员获得奖金。

　　Tradeworx首席信息官马尼·马赫朱利(Mani Mahjouri)表示，新交易员应该掌握技术知识，特别是计算机编程知识。哪种程序最好?任何一种都可以。马赫朱利说：“计算机语言也在变化，但重要的是要能够用一种语言进行编程，这样你就能轻松地学会新编程语言。”