近期带过一位34岁的女生，原来在券商工作了好几年。她的工作一直围绕金融业务展开，对证券产品、客户需求、业务流程和市场分析都比较熟悉，但随着年龄增长，她也开始认真考虑自己的职业发展问题。

她跟我聊过一个很现实的困惑：在券商做了这么多年，业务经验是有的，但如果继续走原来的职业路线，发展空间似乎越来越有限。想跳槽，又发现不少高薪岗位开始要求AI相关能力；想转互联网，又担心自己没有技术背景，和年轻的计算机专业人才竞争不过。尤其到了34岁，她不想再花两三年从头摸索一条完全陌生的路线。

后来她开始关注金融AI产品经理这个方向。我当时给她的建议是，不要急着放弃原来的证券行业经验，而是先想清楚怎么把金融业务能力和AI结合起来。因为金融AI产品经理并不是单纯写代码的岗位，更重要的是理解金融场景、分析业务需求，再把AI技术转化成真正能解决问题的产品。

确定方向之后，她开始系统补充AI能力。前期先学习大模型基础、Prompt和模型能力边界，弄清楚大模型能做什么、不能做什么；接着重点学习RAG知识库，围绕证券业务资料、金融产品信息和专业知识搭建问答系统；后面再学习Agent和工作流，尝试做研报信息提取、金融知识助手、智能投研辅助等项目。

这里面我觉得最重要的一点，是她没有把自己当成一个完全没有经验的新人。以前在券商积累的业务知识，反而成了她做项目时的优势。比如设计金融知识助手时，她知道哪些信息需要重点提取，哪些业务规则不能出错；做研报分析项目时，也更清楚真实业务人员希望解决什么问题。相比只会调用模型的人，她能够从业务角度解释为什么要做这个产品、解决什么问题，以及如何判断项目效果。

后面她把学习过程中完成的项目整理成作品集，重点准备了AI产品设计、RAG应用、Agent方案设计和金融业务场景分析。经过一段时间的系统准备，最终成功拿下中信证券AI产品相关岗位，薪资40K。

这件事也让我更加确定，金融背景的人转AI，不一定非要从头学习算法、重新成为程序员。尤其是银行、证券、保险、基金这些行业，本身就有大量专业业务场景。你过去积累的行业经验，如果能再叠加AI产品设计和解决方案能力，就有机会进入新的职业方向。

如果你也是银行、证券、保险、基金或者财务背景，想往金融AI产品经理、AI解决方案专家方向发展，可以观住我留个“想学”，我目前也在系统带学金融AI，学习内容从AI基础认知、金融场景拆解，到RAG知识库、金融Agent实战，再到完整项目作品集和岗位面试准备，尽量让没有技术背景的金融从业者也能一步步建立自己的AI应用能力。

每天晚上投入1～2小时就可以循序渐进地学习，尤其适合22～45岁、有金融行业经验、希望提升职业竞争力的同学。

34岁并不意味着职业发展只能走下坡路。与其彻底放弃过去积累的经验，不如给它增加一项AI能力。未来真正有竞争力的金融人才，很可能就是既懂金融业务，又懂AI落地的人。