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。

上次发完《AI时代，技术er的三大“职业单选题”》，私信和评论区炸了。有人问：“你说的我都懂，但到底该怎么选？”有人说：“道理我都懂，但有没有一个地方，能让我先试试再决定？”还有人更直接：“别光说问题，给个解法啊。”行。今天就来聊聊解法。 说实话，这些问题把我问住了。“怎么选”这件事，我没法替任何人做决定。每个人的兴趣、能力、性格都不一样，适合A的不一定适合B。 但“有没有一个地方能先试试”这个问题，我倒是认真想了想。 什么样的地方，能让一个还没毕业的技术学生，低风险地接触真实的金融业务场景？什么样的平台，能让你在决定“去大厂还是去银行”之前，先亲身感受一下银行的数字金融到底在做什么？ 我翻了...

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。