首页 / 招商银行数字金融训练营
#

招商银行数字金融训练营

#
385781次浏览 2231人互动
招商银行数字金融训练营是AI+金融领域pro级金融赛事,通过专业赛事,邀请大家投身实践,沉浸式体验技术资源与业务场景的充分融合。站在第10季的新起点,招商银行数字金融训练营继续迭代升级:更丰富的offer机遇、更前沿的大模型落地场景——在实战中沉淀能力、拓展视野、补齐职业版图。欢迎牛友们聊聊你的就业困惑,一起解锁AI时代数字金融人的新可能。
招商银行数字金融训练营
立即报名
AI时代的三大职业单选题
立即查看
招行给数字金融人的答案
立即查看
此刻你想和大家分享什么
热门 最新
有没有一起冲招行数字金融训练营的
兄弟们,我终于报了!!!纠结了快两周,刷了老炮那三篇帖子N遍,最后还是决定冲了。说一下我报的理由,你们看看有没有同款:1️⃣ 被“十全大补”这个概念戳中了我现在的状态就是——技术不算拔尖、业务基本不懂、简历没啥亮点。感觉自己哪哪都缺点儿😭这个训练营名字起得太准了,“补眼界、补实战、补技能”,感觉就是给我这种“啥都会一点但啥都不精”的人准备的。2️⃣ AI数据科学家/AI工程师/AI产品三个赛道都能选我本科学的计算机,研究生方向偏数据分析,一直纠结“走技术还是走产品”。看了一下今年的赛道设置,AI数据科学家和AI工程师都开放,我打算两个都报试试水。能做出来最好,做不出来也当积累了,总比自己在宿舍瞎琢磨强。3️⃣ 多城市选择,还有提前批offer这个是真香!我本身不想只盯北上广深,今年可以从多个城市中选,对我这种“想去大城市但怕卷不动”的人太友好了,在老家实现抱负的机会就这么来了。4️⃣ 看到好多往届学长学姐的分享刷了好几篇帖子,有人说因为训练营拿了提前批offer,有人说认识了现在的leader,有人说打开了新世界的大门……我报的是【AI工程师】和【AI数据科学家】,之后城市想选成都有没有同样报了或者准备报的?评论区扣1,咱们组个队!可以一起组队打线上赛可以一起模拟面试可以一起蹲后续通知甚至如果都进了,可以一起约线下见!
刷题刷到通关:我也报了!求组队
点赞 评论 收藏
分享
《刷到前辈分享训练营赛题,有没有多季大佬来爆爆料?》
刷到一位前辈分享他当年的赛题——银行网点业务量预测,时间序列数据,半小时为单位,要清洗真实脱敏数据。说实话,这是我第一次看到有人把招行训练营的赛题讲这么细。但让我更在意的不是技术细节,而是这个题目本身透露出的信息。5年前,当大多数人对银行的认知还停留在“线下排队办业务”的时候,招行已经在研究网点流量预测了。这意味着什么?意味着他们当时就已经在预判:线上渠道会越来越普及,线下网点的资源需要更精准地动态调配——哪里该减柜、哪里该增人、哪里该转型做服务而不是交易。换句话说,他们不是在被趋势推着走,而是在趋势到来之前,就已经在技术层面做布局了。一个赛题,折射的是一家银行对“数字金融”这件事的理解深度。不是跟风,是提前落子。技术也不是被动响应,而是发现变化、发现机会,牵引着业务。前辈还说了句话我印象很深:“不是纯技术大牛,但喜欢解决问题的人,也能找到自己的位置。”所以特别想报名试试,也想发贴求教各位参加过的大佬:1.赛题风格:据说每年都是真实业务场景+真实数据?除了网点预测,还出过什么方向?风控?推荐?还是别的?2.难度梯度:初赛到什么程度能过?模型层面还是特征层面就能拉开差距?3.今年的猜想:按照往年规律,今年大模型这么火,赛题会不会跟大模型应用相关?智能风控、智能投顾、智能客服?——其实更想知道,从赛题能看出招行接下来在押注哪个方向。4.参赛体验:除了比赛本身,听说还有参观之类的活动?值得冲吗?有愿意分享的前辈,评论区请尽情砸经验——赛题方向、数据形式、评分标准、甚至你们当年解题时的思路转折点,统统欢迎。
点赞 评论 收藏
分享
报告,我是招商银行数字金融训练营第五季的
刷到招行今年的训练营要开了,突然反应过来——居然都第十季了???我是第五季参加的,算算都五年前了。那时候我大三,正处于最迷茫的阶段。身边同学都在卷大厂实习,我也跟着投了几家,但总感觉不太对。我不是那种技术大牛,刷题刷不过别人,项目经验也一般,每次面试都被问到怀疑人生。后来一个学姐跟我说:“你要不要去试试招行的训练营?不一定是比赛,更像是一个探索营。”我当时想的是:反正也没别的offer,试试就试试,三天嘛。然后我就去了。那年赛题是对银行网点业务量的预测,时间序列数据,好像是以每半个小时为一单位,季节性和趋势性还是挺明显的。数据应该是脱敏了的真实数据,需要花费一些时间进行数据清洗。总的来说数据赛道初赛阶段难度不算非常大。现在回想起来,那两个月学到的东西,比我大学四年都实在。(当然,那年印象还很深刻的有逛招行逛深圳,狠狠的幸福了)我第一次知道,原来银行的业务场景这么复杂——不是一个简单的预测任务,而是要考虑节假日、天气、甚至周边商圈活动对网点客流的影响。你得理解业务逻辑,才能做出真正有用的模型。我第一次知道,技术不是孤立存在的。光把预测精度做到最高没用,你得跟业务方解释清楚模型为什么这么预测,他们才敢用。你得跟产品、运营的同事配合,才能把预测结果嵌入到排班、现金调配这些真实流程里。我也第一次知道,原来“技术+业务”这条路是存在的。不是非要在“纯技术大牛”和“转行做业务”之间二选一,而是可以用技术去解决真实的业务问题。对我来说,这种“看到自己的模型被用起来了”的成就感,比刷榜拿第一来得更踏实。比赛结束后,我拿了奖,也拿到了招行的直通offer。其实我硕士期间也各种实习,各种探索职业方向,但记忆中最深刻、感受最好、最有价值的还是那年的3天训练营。所以大概在6月份,当接到HR直通权的电话的时候,我想也没想就参加了加面,也顺利拿到offer,快乐结束秋招,提前开始毕业旅行(甚至旅行基金都是当年招行发的奖金哈哈哈)。现在在业务部门做技术相关岗位,主要做业务系统的技术落地。每天的工作不是闷头写代码,而是跟业务方聊需求、设计方案、然后带着团队落地。就像当年做预测题一样——先理解业务痛点,再想技术怎么解决,最后推动它真正用起来。说实话,比我当年想象的有意思多了。说这些不是想凡尔赛,而是想跟正在纠结的学弟学妹说:别怕选错。你现在的焦虑,我也经历过。但回头看,最重要的不是“选对了”,而是“有一个地方让你先试试”。招行的训练营,就是那个地方。你可以试试技术能不能做深,也可以试试技术+业务是不是你的路。试完了,再决定。也很建议像我一样的本科同学也可以多去尝试,可能会让自己未来的路都找到一个标尺,也留下一个机会。今年是第十季了,时间过得真快。
点赞 评论 收藏
分享
03-27 16:16
已编辑
门头沟学院 C++
AI时代,技术er的三大“职业单选题”
最近和几个校招季的学弟学妹聊天,发现一个很有意思的现象:明明选择变多了,焦虑反而更重了。五年前,技术专业的毕业生路径很清晰——去互联网大厂写代码,或者去外企做研发。选择不多,但心里踏实。现在呢?大模型来了,岗位在重构;金融行业数字化加速,跨界机会变多了;互联网和银行,技术和业务……每条路听起来都有道理,但每选一条,都像在赌。我从业十几年,经历过技术迭代、行业周期,也带过不少应届生。今天想聊聊,在AI时代,技术er们正在面对的三大“职业单选题”,以及怎么看待这些选择。第一道单选题:【流量场景】还是【行业场景】?这可能是技术专业学生最底层的选择。过去,技术人的梦想路径很清晰——去互联网大厂。百度、...
矫健的铁锤还是想躺平:看到很多技术人纠结“纯技术还是技术+业务”,我觉得这个问题可以换个角度:不管你选哪条路,“沟通能力”和“产品思维”都是必修课。技术再牛,说不清楚也是白搭。我在大厂见过太多技术大牛,方案写得漂亮,但汇报时没人听得懂。所以“技术+业务”的“业务”,不只是行业知识,还有把人讲懂、把事情推下去的能力。这些能力,在行业场景里往往锻炼得更扎实。
点赞 评论 收藏
分享
03-31 20:26
已编辑
南京大学 Java
毕业十几年,我见过太多“风口”起起落落
刷到最近牛客上好多学弟学妹在纠结“流量场景还是业务场景”“大厂还是银行”,想起我当年找工作的样子,忍不住说两句。我学计算机的,毕业那会儿最火的是外贸,大家挤破头想进外贸公司,觉得能赚钱、有前途。后来外企火了,IBM、微软、甲骨文,谁要是进了外企,那真是走路带风。我身边好几个同学跳槽去了外企,薪资翻倍,我当时也挺羡慕的。再后来房地产起来了,做IT的同学跑去地产公司做信息化,收入比外企还高。那几年地产公司招技术岗,开的薪资一点不比互联网低。然后就是互联网大厂的黄金十年,BAT、TMD,一个比一个猛。技术人的梦想,就是进大厂拿高薪、分期权。这些年,风口换了一个又一个。外贸、外企、房地产、互联网……每个时代都有它的“单选题”。但你们发现没有?不管风口怎么变,有一个行业始终在“第二、第三”的位置上稳稳待着——金融行业。它不像外贸那样大起大落,不像房地产那样周期性明显,也不像互联网那样风口来去匆匆。它一直都在。从银行到证券,从保险到资管,金融行业就像站在上帝视角,看着各行各业潮起潮落,自己始终是那个“压舱石”。金融行业给的不是“风口上的猪”那种刺激,而是“穿越周期”的底气。不是说其他行业不好,而是想说:选择没有绝对的对错,但有些选择,能让你在风起风落的时候,站得更稳一点。现在的你们,面对AI浪潮,纠结是正常的。但也许可以换个角度想:什么行业能穿越周期?什么平台能陪你走得更远?别被眼前的“单选题”困住,多看看那些一直在默默发光的选项。
点赞 评论 收藏
分享
【强推】招商银行数字金融训练营,27届提前拿总行offer的机会
给各位大佬提供一个咱们工科生提前拿总行offer(奖金)的渠道!先说背景,我是26届东北大学控制专业的研究生,研究生的研究内容是多模态算法。秋招的方向是搜广推算法,有一段算法的暑期实习经历,实习内容是大模型和推荐算法的结合。在找暑期实习的焦虑期,在牛客刷到了训练营的经验帖子。互联网大厂的不稳定因素一直是我犹豫的点。而银行的工作相对稳定,招商银行的综合实力和雇主评价都很好,2025年蝉联了年度最佳雇主的称号。看到线上打比赛有奖金,而且内容正好是搜广推相关,我就参与了数据赛道的比赛,最终也成功入营拿到了提前批的offer。比赛time line:训练营受众很广,几乎所有专业都能参加。比赛分为三个赛道:AI,数据和产品。我在去年四月份报名了数据赛道的比赛,另外各个赛道之间不冲突,可以全部参加。5月7日-5月11日共四天的时间打了个线上的比赛,整体难度不大。赛题有三道。广告点击预测、新闻分类、构造金融产品营销Agent。其中前第两道题用树模型就可以获得不错的效果,加上一些特征工程,特征交叉,集成学习和调参的策略即可。模式类似kaggle的打榜。最后一道题构建营销agent,需要对银行的产品业务有一定的理解能力,调用agent的难度不大,我的技巧就是将任务分步,调用多个LLM共同解决,最终得到了不错的效果。比赛的组织方效率很高,四天后收到了数据赛道的面试通知,面试时长20min,一对多聊天的形式,没有代码手撕环节,可以放松参加。可能会涉及到比赛中的算法设计以及个人性格,能力的考察。过了一段时间之后就收到了入营通知,主要形式是AI赛道单独一期,另外数据赛道和产品赛道混合共两期。因此数据赛道是有两个时间可供选择的,我选择了第二期训练营。入营之前准备好了衣服和电脑,也看了一些经验帖子,后面发现完全没有必要,因为一切都被安排好了(电脑还是要带的)!线下训练营整体节奏很快,入营之后随机分组,每组包括三个数据和三个产品(所有人都很优秀靠谱)。在夏令营内和同组的小伙伴一起游戏,认识了许多优秀的朋友,也建立了深厚的友谊。在比赛期间,有贴心的学长学姐前来助力,也有伙伴老师全程陪伴。大咖老师给我们讲了许多干货,受益良多。虽然赛程有些紧张,身体有些疲惫。但是精神非常活跃和满足,无论是前往总行大厦顶楼观看整个深圳,还是临走前的晚上所有人聚在一起在台上开心热舞,所有紧张和疲惫一扫而空,满载而归。最后,8月25日就收到了招商银行2026届数字金融生的offer,在正式秋招之前拿到一个offer是非常开心的,给秋招增加底气了。最后我说推荐大家参加的几个原因。第一个就是比赛的奖金非常丰厚,而且不是赢家通吃的模式,每个赛道的前200名都有奖金拿(好好打比赛就有)。第一名¥8888,2-10名¥3888,11-50名¥1888,51-100名¥388,101-200名¥188。第二个就是不浪费时间,相比于动辄三个月以上的暑期实习,要在外租房生活。训练营只需要抽出三四天的时间就好了,营内许多同学都是和我一样在实习期请假来参与的。如果顺利的话,秋招前可以拿到转正和训练营两个offer。第三个是衣食住行全都安排的明明白白。吃得特别丰富,搭配很丰富。往返的机票都是组织方购买的,营内的物料也非常全面,什么都有。第四个是所有专业背景都可以参与,搞大模型的可以参与AI赛道,搜广推/数据分析的同学可以参与数据赛道,文科商科或者对产品有兴趣的同学可以参与产品赛道。不确定报名哪个赛道的,可以同时报名多个赛道,等题目发布后结合自己的精力情况选择。第五个就是秋招前提前获得总行offer的机会,可以拿着这个offer进行秋招,最后进行统一决策。从各个平台了解,招商银行数字金融夏令营的offer的评价很好,可以减少秋招的压力。最后我觉得,训练营是一个了解银行的优质机会和渠道。让我短暂脱离了互联网公司的沉闷氛围和巨大的压力,对银行行业有了一个更加全面的了解。跳脱出之前的刻板印象,我发现招商银行的工作人员都充满活力和热情。而且AI的氛围非常浓厚,可以看得出行内对于AI人才的重视。如果对互联网的压力和稳定性有所质疑,不如参加训练营看看,也许会有不一样的收获。最后祝各位大佬都拿到满意的offer!
点赞 评论 收藏
分享
玩命加载中
牛客网
牛客网在线编程
牛客网题解
牛客企业服务