普通量化打工人-回国面试吐槽

背景：美本QS200 physical science本科，北美中部大理工校 Physical Science PhD， 北美quant一年。分享一下回国求职算法研究员岗位的经历。我是非科班，永远都是代码实现用来服务数学/统计模型。
        
1. 国内算法岗对比北美算法岗
国内算法岗一般对应北美的MLE，所以什么编程语言和一般八股文都不是重点。面试难度因人而异，这个不能说谁更难，谁更简单。但是，在美国你题刷的好刷的多，面试大概率碰原题进大厂还是不难的（e.g. Meta, Amazon)。国内就有意思了，题刷的不好肯定要挂，但是还有其他的要求，比如现场手撕统计学习公式的，我做过的有：现场重新从头到尾推一遍Logistic regression, 然后推出一阶gradient; 推导EM在Gaussian mixture上的具体迭代公式 … 都不算难，但是需要经常复习一遍主流机器学习的从头到尾的推导。
        
2. 博士候选人的区别
北美在这点上要求比国内低太多了，北美大厂以培养为主。当然，如果你本身是AI PhD大神，你可以直接去Amazon做L5 AS, 或者什么Google Brain的ML Scientist。但是就正常所有学科的PhD (文科应该也可以），你正常把leetcode刷明白点，加上几个简历的项目，直接L4大厂应该是很普遍的。但进去之后，能不能跟得上，本身的CS储备怎么样另说了。可是国内的大厂可不惯着你这个，人家清北985CS硕多的数不过来，凭什么给你一个非科班PhD机会… 亲身经历：面某估值宇宙大厂的算法岗，代码和机器学习手撕公式全过了，最后拒我的理由是“知识面不够广，不够博士标准”… 这在美国应该是稳进的，但是人家就是觉得没必要培养你，海龟派非科班博士又贵又菜，ROI太低了…
        
3. 简历能过吗
我自己投了五家左右的大厂吧，这里直接点名了，鹅厂和阿里都直接拒了，都是经验不匹配。量化想转估计得是高度ML相关的岗位或者偏quant dev才能来了…
        
4. 面试
说实话，我觉得能做quant researcher的去刷刷题，弄一下机器学习公式，在这上面肯定栽不了… 但是你的工程经验，你的技能匹配度，你的项目匹配度，这些东西不好说了…  最后我也只拿了一家大厂的offer。
        
在美国非科班量化转码问题不大，回国就… [笑哭R][笑哭R][笑哭R]

没办法，国内人太多了，只能提高筛选门槛

问下大佬为啥不继续投国内量化了，反而转型互联网的算法？

chasedawn 发表于 2022-05-13 18:43:43
问下大佬为啥不继续投国内量化了，反而转型互联网的算法？

国内量化私募好像都在过冬… 公募劵商(没关系的话, 非vip)可能对什么一手学历之类要求比较高吧… 很卷…

国外不是很多物理转量化的，放国内只有gg

在美国量化做啥assetclass的呀

量化在过冬，互联网形势也不好啊，为什么从量化转算法，能不能再详细讲讲？在国内量化应该是个好的多的方向吧

老哥phd是做什么方向的啊，可不可以加个V来一起交流交流……最近面试被拒麻了……

文科phd也可以吗