作为一个参加过银行系数据挖掘笔试的人看到这个标题还是挺有感触的。招行信用卡中心在银行圈里属于技术含量比较高的那一档他们的数据挖掘岗位笔试既不像互联网大厂那样考八股文底层原理也不同于传统银行的纯行测题而是带着很明显的“金融业务数据处理”味道。这篇文章我就结合当年参加第二批笔试的回忆把整个考试的考察范围、重难点、时间分配策略以及那些网上很难查到的细节一次性说清楚。如果你正在准备银行系的数据岗笔试尤其是信用卡中心这种业务数据结合紧密的部门这篇文章应该能帮你少走不少弯路。我会从考察结构、核心知识点、做题节奏、以及考后复盘四个维度来拆解尽量把每一类题型的备考逻辑讲透。1. 笔试到底考什么——考察结构全景拆解先说结论招行信用卡中心的笔试尤其是IT方向数据挖掘岗整体考察结构大致分为四个板块——通用能力测试也就是行测、英语、专业基础知识、编程与算法。这四个板块会集中在一套在线笔试题里时间紧、题量大需要提前适应节奏。我那年考的是第二批整体感觉题目比第一批稍微难一点尤其是专业题部分明显加入了更多业务场景类的问题不再只是单纯问“什么是过拟合”这种概念题。这说明出题人希望看到的不只是你会背知识点而是能不能把数据挖掘方法用在实际问题里。1.1 行测部分不要轻视筛人很狠行测这块很多人容易忽略觉得我是技术岗行测随便做做就行。实际上银行笔试的行测是独立计时的时间到了自动交卷根本来不及回去改。招行信用卡中心用的在线笔试系统我记得是北森的每道题平均分配时间大概在50秒到1分钟之间图形推理、逻辑判断这些题型特别耗时间。我的建议是行测不用专门花大量时间复习但考前至少做两三套完整的模拟题重点是练“快速放弃”的能力。遇到一道题超过40秒还没思路直接蒙一个往下走不要恋战。银行笔试的行测题量比互联网笔试多很多但难度其实偏低难点在于单位时间内做不完所以取舍策略远比正确率重要。1.2 英语部分金融词汇是分水岭英语题的难度大概在六级水平但材料背景很多是金融相关的比如信用卡风险管理、客户消费行为分析这类主题。阅读理解部分篇幅不短如果对金融英语词汇不熟读起来会很吃力。我印象很深的是一篇关于“坏债率与宏观经济指标关系”的阅读题里面出现了不少术语如果平时没接触过光靠猜很难做对。准备建议很直接把金融英语核心词汇过一遍不用背太深但至少看到default risk、credit scoring、delinquency这些词要能秒反应出中文意思。另外英语部分同样有单题限时每篇阅读的做题时间要控制在6到8分钟以内。1.3 专业知识数据挖掘核心是重头戏这是区分度最大、也是最能拉开差距的部分。题型以单选、多选、判断为主偶尔会出现简答或者案例分析。考察范围非常明确机器学习算法、特征工程、模型评估、数据库SQL、概率统计这几块是绝对重点。和互联网公司面试不同的是银行系数据挖掘笔试更侧重“理解”而不是“推导”。不会让你手推SVM的拉格朗日对偶但会给你一个小场景问你“这种情况下应该用什么模型为什么”。这也符合银行数据挖掘岗的实际工作内容——不需要你发明新算法但需要你在业务场景里选对工具、用对方法。1.4 编程与算法SQL必考代码题量不小编程题是单独一个板块语言不限但题目场景非常偏数据处理。我抽到的两道题一道是SQL相关的窗口函数应用一道是Python的逻辑回归手写实现。第二道题不是调库而是要求你用numpy实现梯度下降、写出损失函数计算过程这明显是在筛“真正写过代码”的人。银行的数据挖掘岗笔试出现手写逻辑回归其实释放了一个信号这个岗位不是招来做报表的而是真要建模、真写代码。所以如果你只是背了一堆机器学习理论却没动手敲过代码这一关会非常难受。2. 数据挖掘核心知识点逐个拆——备考重点覆盖清单这一部分我按照当年笔试的考察频率把知识点从高频到低频整理了一遍。先说结论逻辑回归、决策树与集成学习、特征工程、模型评估指标、SQL窗口函数这五块占了专业题差不多七成的分数。其他像聚类、关联规则、文本挖掘也有涉及但占比明显低一些。2.1 分类算法不止考概念更考场景选择笔试对逻辑回归的考察最多但很少直接问“逻辑回归的损失函数是什么”更多是给一个有业务背景的场景问你“这个情况能不能用逻辑回归”“和决策树比谁更合适”。比如有道题大致是信用卡申请评分卡场景下需要模型有较好的可解释性并且变量之间存在多重共线性问优先选择什么模型。这道题的考点很综合。逻辑回归本身对共线性敏感但评分卡恰恰用的是逻辑回归因为在业务上可解释性、稳定性和监管合规比轻微的性能损失重要得多。这就看出来银行系的出题思路了——他们更关心你懂不懂“在金融场景里做技术选型时的权衡逻辑”。决策树部分高频考的是信息增益、基尼系数这些分裂依据以及树模型对缺失值、异常值的鲁棒性。集成学习重点在随机森林和GBDT的异同比较它们的偏差方差表现。XGBoost在招行笔试里也会出现但考得比较基础比如正则化参数的作用、特征重要度的计算逻辑不会让你手推目标函数的二阶泰勒展开。注意银行笔试的单选题经常有一个陷阱——表面问算法实际问业务。选项里专业术语全对但适用场景不对答案就是错的。做这类题一定要把“业务场景”四个字圈出来。2.2 特征工程与风控指标银行特色的核心考点这是招行和其他互联网公司笔试最不一样的地方。特征工程本身就是数据挖掘里很重要的一环但银行系统更看重的是特征在风险模型里的实际含义。我记得有几道印象很深的题。比如WOE和IV的计算与含义——WOEWeight of Evidence证据权重衡量的是某个分组中好客户与坏客户分布的差异IVInformation Value信息量则是WOE的加权求和用来衡量特征对目标变量的预测能力。这在风控评分卡里是最基础也是最核心的一个环节。再就是特征分箱。银行建模里连续变量一般不直接入模而是先分箱再计算WOE这样做的好处是能处理非线性关系同时减少异常值对模型的影响。笔试会问分箱的几种常见方式——等频分箱、等距分箱、卡方分箱各自的优缺点以及分箱之后为什么要做单调性约束。这些知识点如果只看机器学习教材大概率会忽略掉。它们属于“行业知识”而非“通用算法知识”准备好的人能拿分没准备的人连选项里的一些术语都没见过。2.3 模型评估AUC和KS是银行最爱模型评估部分准确率、精确率、召回率、F1这些基础指标肯定要会但对银行数据挖掘岗来说AUC和KS才是重点中的重点。笔试至少会出现三到四道跟这两个指标相关的题目。AUCArea Under ROC Curve衡量的是模型排序能力即正样本得分高于负样本的概率。KSKolmogorov-Smirnov统计量衡量的是模型区分好坏客户的最大差距计算方式是累计坏客户占比与累计好客户占比之差的最大值。笔试常考的点包括AUC为0.7和0.8意味着什么KS过高会不会有问题训练集和验证集的KS差距很大说明什么。像我考到的一道题给了不同模型的AUC和KS值问哪个模型泛化能力更好选项里还设了“KS值越高越好”这种看似正确实际错误的陷阱。正确的理解是KS确实能反映区分度但如果验证集和训练集的KS差距过大说明模型过拟合了这时候宁可要一个训练集KS稍低但差距小的模型。与之相关的还有PSIPopulation Stability Index群体稳定性指标用于监控模型上线后评分分布是否发生偏移。笔试里可能不会深入考计算但职业素养必须知道这个指标是干什么用的。2.4 SQL窗口函数代码题的必考方向SQL在银行数据分析岗的地位怎么强调都不为过。招行信用卡中心的笔试里SQL题基本都围绕窗口函数来出常见的有ROW_NUMBER、RANK、DENSE_RANK三者排序逻辑差异、SUM() OVER(PARTITION BY ... ORDER BY ...)累计求和、LAG/LEAD取前一行/后一行。我当时遇到的一道题是有一张信用卡消费流水表字段包括卡号、消费日期、消费金额要求查出每个用户消费金额排名前3的交易记录。这道题用ROW_NUMBER()按卡号分区、按消费金额降序排序然后在外层过滤排名小于等于3非常标准。这类题目没什么技巧就是多写。建议把所有窗口函数都刷一遍尤其是PARTITION BY和ORDER BY的组合逻辑因为在笔试系统里跑代码的机会有限平时写熟了才能保证在考场上一次写对。3. 我的做题顺序与时间分配——实战策略分享笔试系统是分板块计时的每个板块做完提交后不能返回修改所以整体策略是专业题和编程题多花时间行测和英语按部就班往后推不要试图“先跳过回头再做”。基于我参加第二批笔试的实际体验我整理了一份大致的做题节奏供参考。3.1 在线笔试系统的操作细节招行信用卡中心的笔试用的在线系统界面和牛客网的风格有些类似但有一些细节值得注意。首先是每个板块进去之前都有倒计时提示倒计时归零自动交卷不会等你自己点提交。其次专业题部分有不定项选择题也就是多选题错选、漏选、多选都不得分。做多选题时我建议宁可少选也不要多选至少能保住部分分数。如果吃不准某个选项尽量不要冒险去选因为银行笔试的多选题规则通常是“全部选对得分否则不得分”。编程题环境方面我记得是可以选择语言的Python、Java、C都有但自动判题系统不会提供完整的数据集调试只给一个简单的示例用例。这意味着你要在“看不到真实测试数据”的情况下完成代码编写对代码的健壮性要求比较高。尤其是边界条件的处理比如空表、金额为0这些特殊情况如果没考虑到很容易不过。提示建议考前一定要去牛客网或者北森的模拟环境熟悉一遍操作。我第一次就是因为不熟悉在线IDE的代码补全机制浪费了好几分钟在调试环境上。3.2 时间分配的具体策略我把完整考试时间大概拆成了四个部分时间分配大致如下行测部分控制在每道题50秒以内不会的题直接跳过或蒙英语部分一篇阅读理解控制在7分钟以内先看题目再回原文找答案不要整篇精读专业部分作为权重最高的板块我留了最充裕的时间多选题宁慢勿错因为一旦选错就是零分编程部分先做会写的题哪怕只能过部分用例也要先把代码提交上去之后再回头优化。我的真实做题顺序是先做专业题再做编程题然后行测最后英语。理由是专业题和编程题记忆最清晰、状态最好而行测和英语对体力要求相对低放到后面也不会太影响准确率。当然这也要看个人习惯如果平时行测练得熟也可以按原顺序做。重点是不要在一道题上卡超过3分钟。3.3 编程题不能只刷LeetCode再来单独说编程题的备考方向。银行系笔试的编程题和互联网大厂考动态规划、贪心算法那种风格差别很大。银行更偏向考察“数据处理能力”比如用Python完成数据清洗、特征计算、简单模型实现。因此在备考上刷LeetCode的性价比不高不如多练练pandas、numpy的数据操作以及SQL的复杂查询。我考到的Python题是让我用numpy实现一个简单的逻辑回归训练过程具体要求包括初始化参数、计算sigmoid、定义交叉熵损失、进行梯度下降更新。这题不涉及“造轮子”级别的模型实现核心是看你会不会用矩阵运算把梯度下降写出来。我当时在纸上推了一遍梯度公式确认维度是对的才动手写代码。因为对这种题来说一旦矩阵维度对不上后面全错。如果你是理工科背景且平时代码量不少这道题大概率可以做对。但如果你平时主要用现成的sklearn建模没手写过梯度下降建议考前至少把线性回归和逻辑回归的numpy实现各写三遍写到不用想就能写出维度匹配的矩阵乘法为止。4. 复盘与避坑指南——笔试中的隐藏送命题这一部分我想重点聊几个很容易被忽略、但直接影响最终结果的细节。很多技术水平不错的人恰恰是在这些不太起眼的环节上栽了跟头。笔试不是只考技术也考你的“职业素养”。4.1 多选题的得分规则要读懂这是我反复强调的因为太重要了。银行系统在线笔试的多选题只要多选或错选就一分不得这是很多人的失分重灾区。我考试的时候遇到一道关于“GBDT和随机森林区别”的多选题其中有一个选项说“随机森林的基学习器之间是串行关系”这明显是错的但如果当时不够仔细很容易被这个选项干扰。多选题的建议是不确定的选项不要选保住确定选项的分数。尤其是那种四个选项看起来都很有道理的题一定要逐字逐句推敲把明显放错的细节找出来。4.2 场景题要读出“弦外之音”不知道你们有没有这种感觉有些题表面上问的是技术其实考的是业务意识。招行信用卡中心的题目里有一类问题很明显给你一个信用卡营销场景问你如何设计一个数据挖掘方案来提升响应率。这种题没有标准答案但得分点是有迹可循的。评分标准大概看四点第一是否提到了样本定义比如正样本是“实际办理了信用卡的人”负样本是“收到邀约但未办理的人”第二是否说了特征体系的构建思路比如客户基本属性、历史消费行为、与银行的互动记录等第三是否选用了合适的模型并解释为什么选它第四是否提到了模型评估和上线监控的方案。不论题目怎么变银行系数据挖掘场景题的核心逻辑永远是“业务理解→数据准备→特征工程→建模→评估→上线监控”这一套完整流程。答题的时候按这个顺序来至少框架是完整的不至于丢大分。4.3 考后复盘那些值得记住的教训考完复盘之后我觉得有几个教训值得分享给后面的人。第一个教训是不要过于关注最新最热的模型而忽略了传统模型的深度理解。我当时准备的时候花了不少时间看深度学习、注意力机制这些内容结果笔试几乎没考。银行数据挖掘岗的笔试更偏向“成熟稳定”的算法Transformer、BERT这些深度学习模型最多在选择题里露个脸深挖概率极低。逻辑回归、决策树、XGBoost、K-Means这些才是真正的得分大头。第二个教训是务必重视SQL因为它在笔试里的出现频率比我预想的高很多。互联网大厂笔试的SQL占比通常不到20%但银行系的笔试里SQL至少能占到三成甚至更高。如果你的SQL窗口函数掌握得不够熟练建议考前集中刷题尤其是RANK和SUM OVER的组合用法熟练到条件反射的程度。第三个教训是一定要准备一段关于自己做过的数据挖掘项目或者实习经历的详细复盘。笔试的最后一道开放题问的是项目经历要求说清楚项目背景、方案设计、模型效果和上线情况。这道题虽然不算分但面试官会在后续面试中反复追问。我当时回忆项目时有一些细节已经记不清了后来面试时就被问住了。如果你还在准备阶段花点时间把自己做过的项目每一个关键决策都想清楚为什么选这个特征、为什么用这个模型、效果提升了多少、踩过什么坑这些比多刷十套笔试题更有价值。第四个教训是银行笔试的行测部分和英语部分虽然不直接考技术但一定要保证能做完。我在做题顺序上把英语放在最后结果因为前面积累的疲劳导致最后两篇阅读理解几乎是靠扫读完成的正确率肯定不高。下一次如果再考我会把英语顺序提前一些至少保证在精神状态好时完成阅读理解。最后分享一个小技巧。笔试过程中系统允许在草稿纸上记录拿不准的题号和自己的答案全部考完后可以快速回忆一遍把不确定的题整理出来拍照或者记录一下。这些内容在你复盘时非常有帮助也是查漏补缺的第一手材料。即使那一次笔试没过也能明确知道自己到底薄弱在哪里后续复习会更有针对性。