招商银行济南 金融科技

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。

咱们商科生想挤进AI赛道，必须扬长避短，把“AI+商业”焊死在职业规划上。1.AI应用产品经理/运营（最推荐）： 核心：不是设计APP，是设计人与AI的协作流程。 准备：疯狂体验国内外AI产品，写深度测评。思考它们的场景、用户和商业模式。2.行业解决方案/售前（空间最大）： 核心：把AI技术“翻译”成客户能懂的行业价值。 准备：选一个你感兴趣的行业（金融、消费、制造），研究它的核心痛点，然后看AI能怎么解。我们的商科知识这时是巨大优势。3.AI时代的组织与人才发展（未来蓝海）： 核心：当公司全员都用AI，组织怎么变？岗位怎么重构？需要什么新技能？怎么做培训？这是OD/HR领域的下一个金矿。 准...

现在市面上关于 AI Agent（智能体） 的讨论越来越多，但大多停留在概念层面：自主思考、任务拆解、多智能体协同…… 听起来很高大上，却很少有人告诉你：AI Agent 的本质，到底是什么？对于开发者来说，与其听一堆虚无缥缈的名词，不如亲手写一个。今天我们不聊复杂理论，不套 LangChain、LlamaIndex 等框架，直接扒开 AI Agent 最底层的运行逻辑。仅用不到 200 行 Python 代码，从零手搓一个完整可运行的极简 Agent，逐行拆解核心模块，新手复制粘贴就能直接跑通。最终你到手的这个 Agent，具备四大核心能力：短期记忆对话：维护上下文，让无状态的 LLM 记住...

和面试官聊的挺好，他说后续会有hr找我，但我这边没收到后续，难道被横向了？