银行是大数据相关专业毕业生的重要去向之一稳定、体系完善、数据量大、业务场景成熟。但很多同学对银行数据岗的认识停留在“考行测、拼学历”对它具体招什么人、进去以后做什么并不清楚。这篇文章分三部分先用年报和公开招聘信息看银行在招什么样的数据人再结合我们为多家城商行、农商行设计的数据人才训练营、项目孵化与风控建模课程还原入职后的真实工作最后给出能力准备和笔面试建议。01先看需求银行为什么在招数据人▎科技投入持续加码AI应用进入规模化阶段据新华网对2025年年报的梳理13家代表性上市银行的金融科技总投入超过1800亿元其中工商银行达285.88亿元。人员结构上中信银行研发人员占比13.88%交通银行9.99%招商银行9.09%。大模型应用也已铺开工行披露的应用场景500余个招行856个交行的AI智能体助手超过2500个。图1 2025年部分上市银行金融科技投入亿元这组数据背后是一个清晰的信号银行的数据工作已经从“出报表”走向“做模型、做产品、做智能应用”对数据人才的需求既在总行科技条线也下沉到分行和业务部门。▎招聘信息里的具体要求从2026届公开的校招公告看中国银行的数字资产运营中心单独设置数据分析岗负责“集团数据运营、数据分析、数据应用及前沿技术”审计分部也招聘审计数据分析员招商银行信用卡中心往年的数据分析岗分为“风险量化”和“业务策略”两个方向且不限专业。考法上面经信息显示交通银行金融科技岗笔试包含“行测金融基础知识技术专业知识”机试以SQL为重点强调多表关联和分组统计中国平安数据分析师技术面要求现场写SQL窗口函数、子查询被视为“入场券”并会追问逻辑回归、XGBoost等模型的原理而不只是调用。结合公开报道中对70余条数据分析岗JD的统计68条要求SQLSQL是银行数据岗跨不过去的第一道门槛。银行的数据岗大致分四类图2 银行四类数据岗的能力侧重岗位常见部门应届生准备重点业务数据分析零售、公司、信用卡业务部门分行管理部指标体系、SQL取数、分析报告风控建模/策略风险管理部、信用卡中心、消费金融公司统计学、评分卡与机器学习、特征工程BI/报表工程师数据管理部、科技部SQL、Power BI/FineBI、看板设计数据开发工程师软件开发中心、数据中心、金融科技子公司数仓、Hive/Spark、国产数据库02入职后在做什么从 CDA 数据分析师的银行内训看真实工作银行给在职员工开什么课基本就是新人入职后要承担的工作。下面结合 CDA 数据分析师为银行设计的几类培训与辅导项目展开。▎业务数据分析看板、指标与分析报告在 CDA 数据分析师面向零售金融条线的数字化人才训练营中课程包括用Power Query实现数据处理自动化、Excel动态图表与Power BI制作银行网点经营看板、搭建业务指标体系、运用漏斗、帕累托、A/B测试、同期群等方法做金融产品复购转化分析以及业务分析报告撰写和根因诊断。这几乎就是分行和业务部门数据岗的日常周报月报自动化、网点与客户经理业绩看板、产品转化与客户经营分析。▎数据应用项目从取数需求到客户名单越来越多的银行会组织行内数据应用竞赛或项目孵化新员工往往会被编入专题小组。CDA 数据分析师为多家城商行、农商行设计的项目辅导方案基本遵循下图的周期。其中一家城商行的方案计划在4个月内孵化约20个项目由专家分阶段辅导。图3 银行数据应用项目的一个完整周期这里有两个细节值得应届生注意一是“取数需求”要写清样本范围、目标变量定义和加工逻辑这是数据人与业务、科技部门协作的基本功二是模型产出要能落地例如“客户经理采用模型输出的前5%客户名单开展针对性营销”再回收效果做复盘。▎风控建模特征工程决定上限在 CDA 数据分析师金融风控建模的内训案例中学员需要基于企业的工商、年报、税务、变更、新闻等7张关联表预测企业是否存在非法集资风险。这个案例几乎浓缩了银行风控建模岗的日常难点多表聚合、特征构造、样本不均衡、评估指标选择。图4 风控建模内训案例拆解▎技术条线国产化技术栈与持续认证某省农商联合银行的科技子公司曾公开招标采购“大数据卓越专家认证体系”覆盖云计算、大数据、数据分析数据治理方向、数据建模/BI、项目管理等领域涉及阿里云ADB、Hologres、Flink、DataV星环TDH、ArgoDB等组件以及DAMA数据治理认证。这说明两件事银行的技术栈正在向国产化、云原生演进入职后的学习和内部认证会持续进行而不是止于校招。小结银行数据岗的“入职第一年”前3个月熟悉数据字典、指标口径和取数流程掌握行内数据平台与合规要求3—6个月承担固定报表与看板参与专题分析6—12个月进入数据应用项目或模型开发小组形成自己的业务方向03能力准备银行最看重的四件事金融业务理解存贷汇、零售与对公、信用卡生命周期获客—激活—分期—催收、AUM、不良率、逾期率M1、M2、KS与AUC等基本概念。这是银行面试区分度最高的部分。SQL与数据处理多表关联、窗口函数、宽表构建能用Python完成清洗与批量处理。统计与建模假设检验、回归、逻辑回归与评分卡、树模型理解为什么风控场景强调模型可解释性。合规意识个人金融信息保护、数据分级分类、模型风险管理。面试中能主动提到“数据不出行”“敏感字段脱敏”会明显加分。04简历与笔面试用金融的语言讲你的能力▎简历三条建议1. 做一个金融场景项目。公开的信用卡违约、银行营销响应、贷款违约等数据集都可以用重点是讲清业务问题、特征思路和模型评估而不是只报一个AUC。2. 突出“可落地”。例如“基于客户交易行为构建流失预警模型按风险分层输出前10%名单并给出挽留策略建议”。3. 别忽略笔试。银行笔试普遍包含行测与金融经济知识数据岗再加专业题需单独安排时间准备。▎面试会怎么考环节常见形式银行场景示例笔试/机试行测 金融知识 SQL/编程统计每位客户近3个月月均AUM找出连续两期逾期的客户技术面项目深挖 原理追问逻辑回归为何适合做评分卡样本不均衡怎么处理KS怎么算业务面开放式场景题“信用卡分期转化率下降你怎么分析”“如何识别潜在流失客户”终面动机与稳定性为什么选银行能否接受分行轮岗场景题可按“确认口径 → 拆解维度客群、渠道、产品、地区→ 定位环节触达、申请、审批、放款/使用→ 内外因排查政策、利率、竞品 vs 策略、系统、风控收紧”四步回答最后落到可执行的建议。图5 银行秋招的典型节奏需要提醒的是不少银行的网申会在10月中旬前后截止。如果你还没投优先投递边投边准备笔试SQL和金融基础知识是性价比最高的两项。05关于证书银行相对重视银行体系对 CDA 数据分析师证书的认可度高于很多行业内部也常有自己的认证体系。但在校招筛选中学历、实习、笔试成绩仍是主要依据CDA 证书只是加分项。数据方向的同学如果希望系统梳理分析知识可以考虑 CDA 数据分析师认证Level ICDA 大纲覆盖分析方法、统计分析、SQL应用、指标体系构建等内容与业务数据分析岗的要求较为贴合有志于风控建模的同学可在此基础上进一步学习建模相关内容。建议把 CDA 证书当作查漏补缺的学习路径。06写在最后银行的数据岗节奏比互联网稳但门槛并不低它要求你既会写SQL、懂模型又理解金融业务和监管边界。先选准方向——业务分析、风控建模、BI还是数据开发——再有针对性地准备秋招会少走很多弯路。参考资料· 新华网《1800亿元加码金融科技 13家上市银行大模型应用爆发式增长》2026-04· 中国银行2026年全球校园招聘公告2025-09-05· 力扣社区招商银行信用卡中心数据分析岗风险量化/业务策略招聘信息· 超级简历交通银行2026届金融科技岗面试经验中国平安2026届数据分析师校招面经· CDA 银行业内训与项目资料零售金融数字化人才训练营、数据应用项目辅导方案、风控建模案例等· CDA 数据分析师为农商联合银行科技子公司“大数据卓越专家认证体系”采购招标文件2023
