-
日期: 2021-02-03 | 来源: 何渡苇 | 有0人参与评论 | 字体: 小 中 大
2020年8月,一向沉默的梁小青在朋友圈一连转发了好几篇文章,评论说“一个行业的结束”,“是时候转行了”。
2017年,我还在小贷(小额贷款)行业里摸爬滚打,梁小青是我的同事。那时候我们同属于一个业务组,负责贷款申请人的短信分析工作。梁小青的代码功底很强,尤其是对于NLP(自然语言处理,一门旨在让计算机能够“理解”人类语言的技术)的技术更是手到拈来。虽说工作是我们共同负责,但一直是他出力更多。没多久,我就离开了这个行业,而梁小青则一直留在这个行业,直到这一天。
我在微信上和他寒暄了几句,很快他便向我诉起苦来——
就在两天之前,最高法下文件,民间资本借贷利率司法保护上限不得超过4倍LPR(贷款市场报价利率:指有代表性的报价行,根据本行对最优质客户的贷款利率以公开市场操作利率加点形成的方式报价),按现在的利率报价来算的话,年利率仅有15.4%。
这样的一个数字,对于一直奉行36%顶格年利率的民间借贷资本而言,基本相当于断绝了最后的一线生机,“不过我技术还在。反正机器学习方向也好就业,大不了换个行业就是。”
“换了也好,反正按照我们那时候的玩法,这一行也玩不长。”我说。
“玩得长就有鬼了。其实我本来也没指望玩得长,那时候也就想着小贷风控好歹是个能落地的技术前沿,本来就是准备做个一两年就走的。”
“那为什么一直留下来了呢?”我问。
“因为工资高啊!”他回复得飞快,同时回复了我好几个“捂脸”的表情。
1
2017年3月,因为被之前供职的比特币交易所裁员而又一次失业的我,不得不再次进入到找工作的行列之中。
老实说,在接到这家名叫“诚平贷”(化名)的公司的面试邀请的时候,我手里已经有了两个offer,但它们都不能令我满意:一家P2P公司只愿意在试用期期间支付80%的薪酬;而另一家技术公司为我提供的则是技术派遣的工作——这让我想起当年在美国做技术派遣时,开着车四处赴职的颠沛和浮浪。
“诚平贷”的办公室在上海的西头,靠近虹桥火车站。负责面试我的是风控部门的郑总。尽管带着一个十几个人的团队,但他却丝毫没有一个“总”的样子——穿得朴素,一眼看去年龄不超过三十岁,说起话来也是慢声细语。我原本有些紧张的情绪便也放平了几分。
不过面试刚刚开始不久,我刚放下的心又立刻提了起来。郑总虽然说话不快,但问的问题却一个赶着一个。最开始的几个,我凭着之前在数字货币交易所闲暇时自学的数据分析知识,还勉强能够回答;但到了后面,问题就越来越难了,“LSTM”、“条件随机场”、“池化层”之类我此前从未听闻的新词连续抛来,令我手足无措。
郑总似乎也觉察出了我的局促,很快就结束了这场面试。令我有些意外的是,郑总告诉我说,面试的总体感觉还不错,当场就下了offer。
按照惯例,技术面试结束之后,是HR的谈话时间。HR向我介绍说,公司已平稳运营了将近半年的时间,贷款业务也在最近开始“起量”,生意好的时候,平均每天要放出去一千多万。也正是因为放款量日增,因此,公司急切需要一个更健全的风控团队来给公司的贷款业务“把关”。
HR还说,目前公司对于这个风控团队非常重视,计划中的团队规模也很大,“目标是组建一个40人左右的团队”。她一面说,一面带着我走进了工作区,伸手指向一片新装修出来的明亮区域,七八排座位上零零落落地坐着几个人。“如果顺利的话,不出一个月,这边就会被你们的部门填满。”
我正式入职那天,郑总正好不在,负责向我介绍具体业务的是一个名叫李政的男生,他个子不高,但说话速度很快,谈起技术来滔滔不绝,颇有些极客风范。他告诉我,他读书的时候学的是计算机视觉方向,而如今改做了金融风控,虽然技术不尽相同,但完全能够对付。“我们现在的算法还比较基础,主模型就是一套XGBoost(一种基于决策树的集成机器学习算法,是当前机器学习领域的最主流算法之一),没什么难度,你稍微看看就一定能跟得上。”
我连连答应,心下却惴惴不安起来——我的编程基础并不好,仅有的一点点代码能力都是迫于找工作的压力才不得已自学而来的,真能应付金融风控这么“硬核”的工作吗?
2- 新闻来源于其它媒体,内容不代表本站立场!
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见