《为什么我觉得招行训练营值得你“试一次”》

前两篇发完，私信彻底炸了。

有人问：“老炮，你说得我都信了，但我简历不够硬，报了有用吗？”

有人说：“我还在犹豫报哪个城市，能不能给点建议？”

还有人直接截图报名页面发我：“已报，求老炮带飞。”

说实话，看到这些私信，我还挺感慨的。

上篇我说，招行这个“十全大补”计划，本质是一个让你“试错”的容器。但我也知道，对于很多人来说，“试”这个动作本身，就需要勇气。

今天这篇，我不想再讲大道理了。

聊几个我看到的真实案例，再说几句大实话。然后，你自己决定要不要报。

一、2个案例：那些“试了”的人，后来怎么样了？

案例一：“我从大厂流量场景，跳进了金融行业场景”

这个学弟是去年加我的。

某头部985硕，计算机科班，简历上有两段大厂实习——一段在电商做推荐系统，一段在短视频做用户增长。按说这是标准的“大厂预备役”。

但他有个困惑，一直没想明白。

他跟我说：

“老炮，我在大厂实习的时候，每天面对的是DAU、CTR、GMV这些指标。我知道我的代码服务了几千万用户，但我不知道这些用户是谁、他们真正需要什么。我感觉自己在一个巨大的流量机器里，做一个齿轮。”

他纠结的不是“大厂还是银行”，而是 【流量场景】还是【行业场景】？

——在大厂，技术挑战足够大，但你面对的是“流量”

——在行业（比如金融），技术挑战同样不小，但你面对的是“真实的业务问题和具体的用户”

他看到了训练营的信息，犹豫了一周，最后被朋友拉着报了名。

他报的是数据赛道。线上竞赛环节的题目是广告点击预测和新闻分类——用树模型加一些特征工程就能拿到不错的效果，类似Kaggle的打榜模式他当时觉得难度不算大，但真正让他上头的，是后面的事。

线上竞赛通过后，他收到了面试通知。20分钟左右的线上面试，面试官没有让他手撕代码，而是围绕他的比赛方案聊了很久——怎么做的特征工程、为什么选这个模型、如果数据量扩大100倍会怎么优化。

面试通过后，他收到了入营通知。

线下训练营那三天，才是真正让他改变想法的时候。

入营后他被随机分组，同组有做数据的、有做产品的。大咖老师来讲课，讲大模型在金融业务里到底怎么落地——不是飘在天上的概念，而是真实的业务场景和脱敏数据。

他跟我说，那几天他第一次发现：金融行业的技术问题，背后是一个个真实的案例——某个小微企业主因为征信数据不全贷不到款，某个用户因为账户异常需要被保护，某个客户经理每天要花几个小时整理报告……

“在大厂，我优化的是点击率；在这里，我意识到技术可以用来解决真实的人和真实的业务问题。问题的技术难度没有变低，但问题的意义感不一样了。”

训练营最后，他所在的小组拿了奖。更重要的是，他拿到了招行总行的提前批offer。

比赛结束后，他回去认真对比了大厂offer和招行offer。又花了两周时间，跟招行的几个师兄聊了聊，最后把大厂的offer拒了，选了招行总行的数字金融生。

他现在在做大模型相关的风控方向，带一个小组。

他跟我说过一句话，我记到现在：

“老炮，我后来想明白了。不是流量场景不好，而是我想在一个具体的行业里，沉淀对业务、对用户、对问题的理解。这种积累，时间越久越值钱。”

案例二：“我不想只做一个写代码的人”

这个案例来自一个去年参赛的学妹。

某985硕，计算机科班，技术底子不差——LeetCode刷了四百多道，实验室项目也扎实。按说走纯技术路线，完全走得通。

但她有个困惑，一直没跟别人说。

她跟我说的时候，原话是：

“老炮，我代码写得还行，但我总觉得，我不想一辈子只跟代码打交道。我想知道我做的东西到底在解决什么问题，想跟业务方聊需求，想看到我的代码产生了什么价值。但我又怕‘不纯做技术’之后，技术会退步，以后没竞争力。”

她纠结的，恰恰就是 【纯技术】还是【技术+业务】？

——想做业务，怕技术废了

——只做技术，又觉得没意思

她看到训练营的信息，犹豫了很久，最后被她导师劝动了。导师跟她说：“你去试试，几天时间，看看自己到底喜欢什么。”

她报的也是数据赛道。线上竞赛通过后，顺利进入了线下的训练营。

入营后的分组，她那一组有做数据的，也有做产品的。线下任务需要小组共同完成一个产品方案——数据同学要做自己的分析题目，同时要跟产品同学配合，把数据洞察融合进最终方案里。

她主动选了那个“两边都要管”的角色——既要跑数据、建模型，又要跟产品同学对需求、解释技术方案背后的逻辑。

她说那几天是她研究生期间最累的几天。

白天跟组里做产品的同学对需求、画流程，晚上跑数据、调模型。凌晨还在改方案，第二天一早继续。

但训练营结束后，她跟我说了一句话：

“老炮，我想明白了。我不想只做一个写代码的人。我想做那个能跟业务方坐下来聊需求、能用技术解决问题、能让代码产生真实价值的人。”

她现在在招行某分行的技术团队，做零售数字化。

她的工作日常是这样的：

●上午跟业务方开会，理解新的经营策略和客群需求

●下午写代码、搭数据看板、调模型参数

●晚上复盘，想下一版怎么优化

她说：

“我的代码能力没有退步，反而因为要解决真实的业务问题，倒逼我学了更多。而且我知道自己写的每一行代码，是在帮客户经理更好地服务用户，这种感觉，纯技术岗给不了我。”

我问她，那你后悔没选纯技术路线吗？

她说：

“不后悔。我后来想明白了，我的竞争力不是‘代码写得最好’，而是‘懂业务的技术人’。这个赛道没那么挤，而且会有持久的竞争力。”

二、几个大实话：关于报名，你可能想问的

案例讲完了。我知道你还是有些犹豫，我说几句大实话。

1. “我简历不够硬，报了有用吗？”

有用。而且可能比简历硬的人更有用。

招行这个训练营，看的不只是你过去写了多少代码。他们看的是：你有没有热情，有没有思考能力，有没有解决问题的意愿。

我见过学历相对一般但方案惊艳的人，也见过简历光鲜但在比赛里毫无存在感的人。

简历是过去式，比赛是现在时。你完全可以在比赛里证明自己。

2. “我不是技术大牛，能跟得上吗？”

能。

我觉得训练营不是比谁代码写得快。它是一个“真实业务场景的模拟”——你需要理解问题、分析数据、设计方案、落地验证。

技术只是工具之一。你的逻辑能力、业务理解、团队协作，都在考察范围里。

而且，你会在比赛里遇到各种背景的人——有技术大牛、有业务高手、有产品思维强的人。跟他们组队，本身就是一次快速成长的机会。

3. “报了就能进吗？万一没进怎么办？”

说实话，不能。

但我想问你一个问题：不报，你会不会后悔？

如果答案是“会”，那就报。

没进，你损失了什么？填报名表的时间。

进了，你可能收获的是一次改变职业轨迹的机会。

这个账，怎么算都不亏。

三、写在最后：别让“犹豫”，成为你最大的成本

前两篇我一直在说，“别让好能力，困在单选题”。

今天我想加一句：别让犹豫，困住你的行动。

AI时代，最大的风险不是选错，而是不动。

你可以在宿舍里纠结三个月“大厂还是银行”，也可以花几天时间，去训练营里亲身感受一下。

你可以在网上刷一百篇帖子问“简历不好怎么办”，也可以直接报个名，用比赛证明自己。

你可以在“报不报”这个问题上消耗自己，也可以点一下报名按钮，把问题交给行动去回答。

训练营见。