招商银行信用卡中心2019秋招IT笔试数据挖掘方向第一批复盘说实话银行系的笔试跟互联网大厂完全是两个路子。我当时投招商银行信用卡中心的数据挖掘岗心里其实没底因为互联网公司的笔试刷多了总觉得银行笔试应该更“温柔”一点结果真坐下来做完整套题才发现它考的不是你会不会调参、会不会用TensorFlow而是你的计算机基础扎不扎实、数据敏感度高不高、逻辑思维够不够快。这篇东西就是把那次笔试从头到尾做一个完整复盘题目形式、考察范围、我当时的答题思路、以及事后反推出来的备考重点全部摊开讲给后来想走银行系数据岗的同学做个参考。先说结论招行卡中心的笔试整体风格偏“稳重”既有传统银行笔试的行测逻辑题也有实打实的技术题难度梯度拉得比较开。前段的行测题大部分人能应对中段的计算机基础题开始筛人后段的数据挖掘与算法题才是真正的分水岭。整个笔试做下来我感觉它想筛选的不是“会背概念的人”而是“在压力下还能保持逻辑清晰的人”。这一点后面细说。1. 笔试整体情况与考察逻辑1.1 考试形式和基础信息招行卡中心2019秋招的IT笔试是在线笔试数据挖掘方向第一批整体时长我记得是90分钟左右题量不算小大概在60到70道题之间再加上两道主观题。题型分布大概是行测逻辑题占三成计算机基础题占三成数据挖掘与机器学习理论占三成最后还有一小部分开放性的分析题。这个结构挺有意思的它不像互联网大厂那样一上来就是算法题或者编程题而是先来一轮行测热热身再用计算机基础做过渡最后才进入数据挖掘的专业环节。我后来想了想这种安排其实有它的道理银行系招人既要确认你智商在线、逻辑清楚又要确认你有技术底子还要确认你懂业务数据。三道筛子每道都在筛人。时间上其实有点紧张。行测部分如果纠结太久后面专业题就会很赶。我当时的策略是行测题每道不超过1分钟不会的果断跳过把时间留给后面的专业题。事实证明这个策略是对的因为后面的数据挖掘题不仅有计算量还有需要组织语言的主观题。1.2 银行系数据岗笔试与互联网公司的差异这里我想多说两句因为很多人备考时容易走错方向。互联网公司的数据挖掘笔试重点在算法coding、模型推导、特征工程甚至会有专门的机器学习手推题比如让你推一遍逻辑回归的梯度下降或者让你在leetcode中等难度题里挣扎一小时。但银行系的数据挖掘岗笔试明显不同。它更看重三点第一基础的计算机素养包括数据结构、数据库、操作系统这些“老四样”第二对数据挖掘整体流程的理解而不是某个模型内部的数学细节第三业务理解能力也就是给你一个业务场景你能不能想到用什么样的数据和方法去解决。这反映了银行数据岗的日常你不是在纯互联网环境里做推荐系统或者广告点击率预估你面对的是用户交易数据、风控数据、营销响应数据。这些数据更结构化、更强调准确性也更看重你对业务的理解。所以笔试风格自然就跟着这个定位走。2. 各模块考点深度拆解2.1 行测逻辑题考察的是快速决策能力行测部分大概是20道题左右题型包括图形推理、数字推理、逻辑判断和资料分析。说实话这些题单独拎出来都不难但放在笔试开头做其实考的是你在有限时间里的决策能力。图形推理题有几道需要找规律数字推理考的是数列的变形逻辑判断基本都是“如果A那么B现在B不成立可以推出什么”这类经典形式。我记得有一道数字推理题是数列递推前两项之和取个位得到第三项当时我在纸上一划就出来了但这种题如果不熟悉套路很容易卡住。资料分析题给了一段关于消费金融增速的文本让你算同比增长率其实就是基本功检验。我的体会是这块没必要专门刷题复习因为占比不大而且大家水平都差不多。真正需要注意的是时间分配行测题一旦卡住超过两分钟果断蒙一个走人后面的题一道顶这里两道。行测只是前菜不应该在这里消耗太多精力。2.2 计算机基础题数据结构与数据库是重头如果说行测是热身那计算机基础题就是第一道真正的门槛。这部分我印象里涉及了数据结构、数据库、操作系统和网络其中数据结构和数据库占比最大。数据结构考了栈和队列的性质对比给出了几个入栈出栈序列让你判断哪个是非法序列还考了二叉树的前序中序后序遍历给前序和中序让你推后序这是经典中的经典。另外还考了一道哈希表冲突处理的题目问线性探测法在给定散列函数下的查找成功平均长度这道题需要动手算我当时在草稿纸上画了半天。数据库部分考的更多。有一道题给了三张表学生表、选课表、课程表让你写SQL查出选了某门课的学生姓名。还有一道索引相关的题问在哪些场景下索引会失效。这个必须得懂底层原理才能答好比如在索引列上做函数运算会导致索引失效模糊查询前置通配符也会失效。操作系统和网络考的题量不大但出现了一个让我印象深刻的题问在Linux系统中某个进程的端口占用情况用什么命令查看。答案是netstat这个如果平时不用Linux的话可能真不知道。我的建议是这块复习时一定不要只看面经要把数据库的索引原理、SQL编写、数据结构的基本操作踏实过一遍。银行笔试的技术题不偏不怪但非常看重基础扎不扎实。2.3 数据挖掘理论题从概念到应用的全面检验这部分的题量大概占三成是我认为整张卷子的灵魂。考的内容覆盖面很广从基本的模型概念到特征处理方法再到评估指标都涉及到了。核心考点我在下面展开说。分类模型方面问了逻辑回归和决策树的适用场景差异给了几个业务场景让选择“更容易过拟合的模型是哪一种”这个问题其实考的是有没有真正理解模型特点。逻辑回归是线性模型决策树如果不加限制很容易过拟合随机森林用bagging来降低方差GBDT用boosting来降低偏差——这些概念如果不清楚很容易被绕进去。聚类方面考了K-Means的k值选择方法选项里有肘部法则、轮廓系数等基本概念题。关联规则考了支持度和置信度的计算给出一个简单的事务数据集让你算某条规则的支持度这个比较基础属于必须拿分的题。特征工程部分考了数据标准化和归一化的区别还考了类别特征的处理方式。有一道题问当特征取值分布呈现明显长尾时更适合用哪种缩放方法我当时选了RobustScaler因为它对异常值不敏感用的是中位数和四分位距天然适合长尾分布的数据。评估指标部分也考了不少。准确率、召回率、F1的定义和计算场景选择是必考内容还考了一个很实际的题目在信用卡欺诈检测场景中正样本欺诈样本占比极低应该优先关注哪个指标由于欺诈检测里我们更关心“坏人有没有被揪出来”应该优先关注召回率而不是准确率。这道题出的很有水平把模型评估和业务场景结合起来了。2.4 编程与算法题手写代码与思路并重编程题不是leetcode风格的那种输入输出大题而是给一个核心方法让你补全代码或者写出伪代码。我印象中有一道题是给定一个整数数组找出其中出现次数超过一半的元素要求时间复杂度O(n)、空间复杂度O(1)。这道题最经典的解法就是摩尔投票法如果不熟悉这个技巧可能会先想到哈希表统计但空间复杂度达不到要求。还有一道题是手写SQL不过跟上文提到的数据库题不同这道题更复杂一点给出用户交易流水表要求统计每个用户每月的累计消费金额并按金额降序排列同时输出用户排名。这道题考察的是GROUP BY 日期函数 窗口函数ROW_NUMBER或RANK的组合使用。如果写过实际业务SQL的话会很快但如果没有窗口函数的使用经验只靠子查询也能写就是慢一点。主观题让我印象最深刻的一道是结合信用卡业务场景谈一谈如何设计一个“信用卡用户流失预警模型”要求给出特征、模型选型、评估方案和落地方案。这就是一个完整的建模方案设计题没有标准答案但需要你展示自己的建模思路。当时我写了几百字从数据层面用户基本属性、用卡行为、还款行为、客服交互记录、特征工程近3个月消费金额趋势、还款逾期次数、额度使用率等、模型选型XGBoost 逻辑回归做stacking、评估方案召回率优先配合提升度指标到落地安排月度评分快照、流失名单推送运营几乎是把一个数据挖掘项目完整地走了一遍。3. 备考策略与实战准备3.1 考前如何高效准备银行数据岗笔试写完上面这些模块复盘之后我觉得有必要专门聊一下“怎么准备”这件事。因为很多同学在准备银行系数据岗时容易踩两个极端要么觉得银行笔试很简单裸考上阵要么死磕机器学习模型推导和手撕算法题结果发现考的东西完全不是那回事。第一数据结构和数据库是底线这部分值得花时间去刷。数据结构重点复习栈与队列、二叉树遍历、哈希表和排序算法。数据库优先掌握多表查询、聚合函数与分组、窗口函数、索引失效场景。SQL题一定要在电脑上亲手跑一遍光看不写等于白学。第二机器学习复习要以“业务结合”为导向。不要只背模型的数学推导要能说清楚每个模型的适用场景、优势和短板。比如你不仅要会写出逻辑回归的损失函数长什么样还要能说出在风控领域它为什么比深度学习模型更常用——因为可解释性强银行业对模型解释性有硬要求。第三要关注数据和业务之间的关联。银行笔试的题目往往不只是“选择题干中的正确模型”而是“结合场景选最合适的方案”。这需要平时积累对金融业务的认知比如信用卡业务主要关注逾期、套现、流失、活跃等指标对应了不同的模型类型。3.2 快速串联常用算法与模型要点笔试之前我把自己梳理过的算法知识在脑子里快速过了一遍这里给大家分享一下我是怎么快速串联知识点的。我把常用算法分成了四类。第一类是分类与回归逻辑回归线性模型、概率输出、可解释性强、决策树非线性、需要剪枝、随机森林Bagging思想、降低方差、GBDT/XGBoostBoosting思想、降低偏差、对异常值敏感。第二类是聚类K-Means需要指定K、对初始值敏感、DBSCAN基于密度、能发现任意形状簇。第三类是关联规则Apriori和FP-Growth核心指标是支持度、置信度和提升度。第四类是降维PCA无监督线性降维、LDA有监督线性降维。在脑子里把这四类算法过完一遍之后每看到一个题就能快速定位到对应的算法族然后从“应用场景-核心思想-优势短板-评估方式”四个角度去匹配题目。这个方法在时间紧张的笔试里非常好用因为它逼着你在几秒钟内完成一个知识定位。3.3 做题顺序和时间管理技巧时间管理在整场笔试中起到的作用比很多人想象中大得多。我的策略是先做计算机基础和数据挖掘理论题再做编程题最后倒回来做行测题。因为行测中后段会有一些需要计算和分析的题如果放在最后时间不够时做容易慌张出错而专业题相对需要更清醒的头脑来完成。当然也要强调一点在线笔试系统一般会限制每个部分的总时长有些模块是锁定时间、不能跨模块跳转的。我当时做的那套题是可以整卷自由来回切换的所以我才能用这个策略。如果遇到分模块锁时的系统一定要看清规则提前规划好每个模块的时间预算。一个实用的小技巧是拿到卷子先花30秒把所有题快速扫一遍把主观题的位置找到对整体题量和难度做到心里有数。这样在做到后面时不会突然发现还有大主观题没写而乱了阵脚。4. 笔试中的高频失分点与应对心得4.1 银行数据岗笔试常见失分点清单下面这份失分点清单是我在做完笔试之后根据自身的答题感受和后来复盘整理的希望能帮你少踩坑。概念混淆是最常见的问题尤其在集成学习、聚类算法这些知识点上。Bagging和Boosting的区别、随机森林与GBDT的特性对比如果只是“眼熟”而不是真的理解做题时很容易被干扰项带偏。比如题目问“哪个模型对异常值更敏感”了解GBDT的就知道它每一步都在拟合残差异常值会产生很大的残差从而影响模型效果而随机森林通过子采样每次只用一部分数据训练异常值影响相对较小。计算粗心也很致命尤其是支持度、置信度、召回率等指标的计算题往往不是不会算而是没看仔细把分母搞错了。建议做题时先在草稿纸上写出公式再代入数字不要心算。忽略场景限制是另一个高频失分点。题目给了“正样本只有1%”的设定意味着准确率可能是虚假指标需要关注召回率或PR曲线下的面积。这种题考察的往往不是模型本身而是你是否真的理解评估指标在不同业务场景下的含义。SQL题里漏掉边界条件也很可惜比如关联两张表时该用LEFT JOIN还是INNER JOIN、是否需要去重、月份字段怎么提取一个细节不注意到就会导致结果不对。写完后花十秒钟检查一下关键条件能避免很多低级失误。4.2 关于主观题的答题策略主观题占的分数可能不是最多但它往往是区分“知识型考生”和“实战型考生”的关键。我的经验是在实际笔试中主观题不要害怕它没有绝对的标准答案考官更看重你的分析思路是否完整。答这类型题目时我会从数据、特征、模型、评估、落地五个维度去组织答案确保逻辑清晰。比如“用户流失预警模型”我先明确要解决的问题是什么再想数据从哪里来然后想构造哪些特征再选模型再定评估方式最后谈落地。这样回答下来即使有些细节不是特别深入至少结构上是完整且有说服力的。还要提醒一下主观题千万不要只写“用随机森林就可以”一定要展开越详细越好。写方案的时候思路要落地说清楚到哪一步谁能去做什么比如“用历史3个月的日均消费金额和近1个月消费频次变化率做特征”这样说明你确实做过实际项目而不是纸上谈兵。5. 对银行系数据岗笔试后续准备的建议5.1 笔试通过后提前为面试做哪些准备笔试只是第一道门槛如果你通过了笔试后面的面试准备其实应该立刻启动不要等通知来了再手忙脚乱。我个人的建议是先把自己的简历项目吃透尤其是数据和模型相关的项目每一个细节都要能讲清楚“为什么这么做”。包括特征是如何构造的、缺失值是怎么处理的、模型为什么选这个而不选那个、评估指标为什么是AUC vs.精确率这些都会被深挖。另一个需要提前准备的是业务思维题。银行系面试的问题和互联网大厂的作风完全不同常常围绕“如何识别套现风险”“如何做客户分层运营”等场景展开。这类问题没有标准答案但需要有清晰的逻辑框架建议提前了解一些消费金融行业的业务模式和术语起码能听懂面试官在问什么。5.2 给正在准备银行数据岗的同学几句实在话这一行越来越卷银行的数据岗笔试难度也确实在逐年提升。但我始终认为岗位匹配度比单纯的笔试分数更重要。银行系数据岗需要的不是极客型选手而是业务理解力强、基本功扎实、细心靠谱的人。所以你不需要焦虑说“我刷题不够多”“我模型推不熟”那些不一定是最核心的竞争点。真正拉开差距的往往是你对数据、业务和技术的综合理解。如果你目前正在准备银行数据岗的秋招我的建议简单直接第一把数据结构和数据库基础打牢不要好高骛远第二把常用机器学习模型的特性和适用场景梳理成表烂熟于心第三准备两个完整的项目复盘每个细节都能讲透。把这三件事扎扎实实做完了刷题量反而不需要太大。我在笔试时踩过最大的坑是在前面花太多时间死磕几道行测题导致后面专业题时间紧张。后来在面试中跟考官聊起来才知道很多银行笔试的行测题在分数权重上并不高真正决定你是否进入下一轮的反而是数据和模型的专业题。这个信息差希望后来的同学不要再踩了。最后笔试考完了不管感觉如何都建议当天晚上趁热把题目回忆一遍记录下来。这既是对自己备考过程的一个交代也是你拿来复盘和成长的第一手资料。我这次就是这样做的希望这篇看起来不算太薄的复盘对走在这条路上的人有点参考价值。我那晚记下的这些东西后来在准备面试时还真的反复翻了好几遍。