在金融行业中，以下职位通常需要使用Python：
量化分析师：
利用Python进行数据处理、数据可视化、触发交易策略等。
数据科学家：
使用Python进行数据分析、机器学习，以解决业务问题和提出业务建议。
金融工程师：
开发和维护金融系统、算法和模型，使用Python进行金融数据的处理和分析、复杂金融模型的搭建和优化、风险管理等。
风险控制分析师：
使用Python进行风险分析、评估和风险控制策略的制定。
投资组合经理：
需要计算大量数据，通常会使用Python或其他数据分析或数据可视化软件。
金融数据分析师：
收集、整理并分析金融数据，Python作为强大的数据分析工具被广泛应用。
前台岗位：
如投资银行的前台，需要掌握Python以支持量化投资、报告生成等。
中台风险量化：
需要熟悉定价模型，进行模型验证、回测、压力测试等，Python在这方面使用较多。
资产管理分析师：
在摩根大通等金融机构，资产管理分析师需要学习编程语言，特别是Python。
Python因其简洁高效性，在金融领域的应用非常广泛，是金融行业多个岗位的重要技能之一