注册一亩三分地论坛，查看更多干货！
您需要 登录 才可以下载或查看附件。没有帐号？注册账号 
x
找工作告一段落。准备面试的时候从地里看了不少面经，虽然说没有遇到原题的情况，但了解了各个公司面试流程和风格，多少缓解了紧张感。最近终于有时间来总结一下几个月面试的经历，挑了几个走到onsite的公司写下来，希望能对地里的朋友们有所帮助。. 1point3acres.com
本人背景：数学本科，生统phd，research做一些machine learning的方法。找工作的主要方向是finance的quant researcher和tech的data scientist，machine learning engineer。以下主要讲讲各家公司面试的流程和大致题型吧，毕竟很多签了NDA，具体题目就不方便透露了。面试结果是，除了facebook，其他都是rej。。。。
WorldQuant:.--
猎头联系的公司，职位quant research，地点在纽约。17年底的时候接到第一轮电面，面试官是一个入职不久的CMU phd小哥，非常能聊。说是公司一开始并没有给他分配面试任务，某次机缘巧合需要替代同事面试了一个applicant之后便热爱上了面试这活，从此一发不可收拾，常常主动请缨来根我们聊天，也是醉了。面试持续一个小时，问了一些简单的绿皮书概率题，接着讨论了一个duplicate finding的coding题，你每给出一种算法，他就会增加要求 （O(1) space等等）。相谈甚欢，最后小哥表示非常满意，会回去strong recommendation。于是顺顺利利地拿到了onsite。
onsite在两周之后。从早上9点一只进行到下午四点，前前后后面了6个人。跟有两个人在schedule的时间内没有聊完，最后一轮之后又回来接着聊。面完后整个人精疲力尽。各个面试官问的问题因人而异，涵盖了概率统计，brain teaser，coding各个方面。大多数人问的都是绿皮书级别的概率统计题，比如经典的掷硬币sequence， coupon collection。有一个developer问了很多关于python很细节的问题。还有一个几乎全问的brain teaser。
Jane Street：. 1point3acres
在我拿的那么多re可以google一下此类题型，各个公司问的都差不多。如果问完behavior还有时间的话会问一个coding，但我幸运地没有碰到。还有一轮是machine learning system design，给定了一个情境，让我设计一个推荐系统。事实证明，就算只看了一个几十分钟的tutorial，也能handle住。面试官更关心的不是你对技术细节掌握多少，而是你是否能设计出整个流程：搜集什么样的data，存成什么形式；用什么model，loss function是什么，怎么优化（large scale下优化算法怎么更有效率）；model fit出来之后拿到new data怎么进行preidiction； predict出来之后怎么做推荐 等等。
面完之后一般两周出结果，但我等了四周，不知道是否是受了facebook-cambridge analytics新闻的影响。最终有幸拿了offer。一开始对于这个职位只是申着玩玩的态度，毕竟自己更多是统计背景，cs并不出众，所以没有抱很大希望。关于面经上说的coding都得做出两道题，看来是不可全信的，可能根据candidate的不同背景会有不同的录用标准？地里统计背景的phd们如果对machine learning感兴趣的话，可以尝试申这个，感觉比data scientist更合适。
其他还有Google， Amazon等公司的面试，地里的帖子已经很多，我的经验也很类似，就不赘述了。祝找工作的各位好运！. Χ
| 
狗仔卡
收藏
淘帖
好苗
杂草
提升卡
置顶卡
关贴卡
开贴卡
变色卡
千斤顶
楼主
