中级农民
- 积分
- 132
- 大米
- 颗
- 鳄梨
- 个
- 水井
- 尺
- 蓝莓
- 颗
- 萝卜
- 根
- 小米
- 粒
- 学分
- 个
- 注册时间
- 2020-11-23
- 最后登录
- 1970-1-1
|
本帖最后由 VAEDNN 于 2020-11-28 11:59 编辑
. check 1point3acres for more.
补充一些招人和面试上的看法,根据此前自己找工作时候的经验,还有这些年面试candidate的感受:
1. 互联网公司SWE的面试:大厂的面试都比较规范的,尤其是GF这种公司。虽然考算法题导致的刷题的模式确实是存在,但是也很难找到更合适的替代方法,有点类似国内的高考虽然问题很多,其实相比美国大学录取更公平。不光是NG,L7以下大部分时候还都是需要问算法的。L8或者以上的Manager Track应该就是不需要了。这里还有一个问题就是general hiring or team hiring的区别,如果是general的话势必更加看重一些可以标准化的类似算法题,但是team hiring就更看中相关经验。一线大厂面试难度感觉没有本质区别,感觉整体上G相比其他家更难一些,startup里面有一些bar更高的。
2. HF/HFT Quant面试:招人差异性很大,不同公司之间的区别非常明显,简历关也是很不一样。有很多的fund喜欢math phd背景的,有些则很喜欢更偏statistics背景的,一部分fund则是偏好CS/ML背景。所以这些年下来,感觉能够横扫各大fund的人感觉非常少(见过,但是极少数),很常见的情况是比如一个拿了某top shop offer的人,另一家电简历关都没过。这也是说明泛泛的讨论各个fund之间的bar意义非常有限。我的建议是一个candidate很难让自己被所有的fund都喜欢,而是应该针对合适自己的那几个公司去好好准备。Onsite时候很多公司会提前告诉你面试官信息,做一些准备工作对公司/面试官 有些基本了解是big plus。另外就是沟通能力,答题之外沟通是非常重要的,也是面试官很看重的。闷头做题这个类型是不推荐的。
从风格上来说,一部分fund比较务实,在简历关过了之后,希望通过面试来检查candidate是不是具备相应的skill set。另一种类型的fund则是主要想考察人是不是smart,所以问题会比较泛泛,当然怎么定义smart本身就是很有争议的问题。. Waral dи,
下面说一些具体firm的感受,考虑到隐私情况,名字都模糊了:
. 1point3acres.com 风城头牌大fund:面试很规范,轮数很多,HR挺负责的。面试题目很decent,不怎么问那种无脑急转弯,都是正经题目,math+prob+ML+algo+finance,比例看面试职务具体情况。. 1point 3acres
NY某stararb大fund:面试规范,里面人水平很好也decent,问题也很make sense。
NY某喜欢玩poker shop:面试比较tricky,常规题目之外喜欢问一些急转弯类型的题目,相比其他quant fund显得有些不太一样,可能喜欢玩游戏的人会比较喜欢。这家里面quant人数不多,用的编程语言也比较另类。
风城某HFT firm:除开常规题目之外喜欢问一些finance和trading相关的实际问题。如果是SWE面试牵涉到coding层面,喜欢问一些很具体的比如多线程,网络底层问题。
某欧洲quant fund:这家名字和某互联网大厂首字母一样,很aggressive marketing他们自己,招人也很aggressive,喜欢问Bayesian和ML,里面人自我感觉非常良好。
3 投行Quant面试:相比buy side,sell side quant面试更加规范,也更具有统计意义。一个人如果水平达标,好好准备,拿到投行offer的概率更有保障。当然任何一个大投行的quant也都是几百上千人或者更多申请,也需要很多运气。.--
简历:有些投行是PhD必须,比如CS和Barcap当年基本是这样要求的,有些投行则是PhD or MFE都可以,比如MS。
考试:当年某些投行,比如CS第一关是writen exam,不知道现在还是不是这样。这个考试难度不小,但是比如某学校参加的人多那题目多少可能有些泄漏,这样对其他学校完全不知情的candidate有些不公平。
问题: 投行quant整体更侧重math,stochastic,probability,加一些C++。整体上问的都是hard core,没有什么soft问题. ----
补充内容 (2020-11-28 12:47):
有一种观点就是面试考火箭,工作螺丝钉。我感觉这不是好的fund应该有的面试风格。正确的做法应该是简历过关后,围绕着工作大方向来考察。比如Normal分布,是不是深刻理解各种性质,比考各种概率积分有意义多了 |
|