Data Science Millennium

millennium 的 Data Science 面试，问了统计、金融、编程，都是一些八股类的问题，比较简单
统计方面算是自己的专业，答的还不错：
1。 General Linear Model vs Generalized Linear Model 有什么区别，分别举一个例子，怎么进行估计？
2.   Frequecny vs

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式

s hashfunction，举个例子？怎么设计一个hashmap？
5. python 水平怎么样？ python是不是强类型语言？
然后仿佛对我很满意的样子，说会有二面，我问了问这个组都做什么，感觉什么都干，有点偏risk 那种。然后就愉快的结束了。感觉真想录你的人，即便答错了也会录你。。。

更一下二面，总共四场，历时四个小时，中间可以休息半小时。四个面试官都是博士，问了一堆随机微分相关的问题。应该是我面过的公司里最有数学含量的一次经历：
1. 什么是 Variance Swap？ 知道哪些 Swaption 的套利策略？什么是Volatility Swap？
2. 怎么计算Volatility Surface》需要注意哪些参数？怎么知道自己算出来的 Surface 是 Robust的？
3. 什么是负利率？ 怎么计算负利率的债券？
4. 学没学过 Hull-White Model？ 和 SABR 有什么区别？能不能简述一下模型的推到过程？
5. Futures vs Forwards
6. 什么是 Convexity Adjustment？
7. 怎么给一个Barrier Option 做定价？ 定价公式长什么样子？
8. 怎么用 蒙特卡罗计算一个 Double Barrier Option ？
面试官看我不是特别擅长衍生品定价的样子，就问了问我机器学习：
. From 1point 3acres bbs1. Decision Tree vs  Random Forest
2. 什么是 Entropy？ 不用公式来解释一下？
3. 讲述一个自己觉着最boring 的 project？哈哈，这个问题真是非常有创意。
然后到这儿我估计她的问题就问完了。但是还有时间。所以就要拍脑门问了几个问题消耗时间：
1. 怎么判断一个Classification的问题好坏？
2. 怎么用Greeks的信息计算一个Option的价格？
3. Vega在什么时候最高？为什么？
第二个人，是个做经济学的博士，也是问了一堆随机过程的东西
1. 为什么来干 quant ？ 学过哪些金融、经济相关的课？
2. 什么是泊松过程？不要讲公式，讲一讲从 Point Process 怎么推导出来了 Possion？
3. 布朗运动的定义？ GBM的定义？
4. 什么是 Martingale？ 一个Markov Process 是不是 一个Martingale？
5. 用 Black-Scholes-Merton公式，怎么推导出一个 No Arbitrage 的 Vanilla Call Option 的价格？公式写一下
6. Ito Formula是用来干什么的？
7. 神经网络是什么？有什么用处？和ARMA这样的模型相比有什么优势和劣势？
8. 一个 Zero Coupon Bond 的定价公式是什么？ 如果 risk-free interest是 instanteous的，你要怎么定价？如果是 forward的，你要怎么定价？
9. 用Monte Carlo模拟一个很复杂的衍生品，f(x)，怎么做计算？估算出来的结果的MSE是多少？
第三个人是个数学博士，就一直在公式推导：
1. 你的毕业论文研究了啥，给我讲讲
2. 你的background 和 金融有啥关系？我发现学理科的phd出身的人，可喜欢问这个问题了。我本硕博都没有金融学历，只有一些实习经验。我其实很想问回去，根据你linkedin上面的背景，你毕业的时候也和金融没啥关系呀？为啥非要我有？
3. 用 Ito Formula 推一个简单的随机微分方程。忘了，哦呵呵呵
4. 什么是 Convex function？什么是 Convex Set？写个公式。。。唉，我只能写最简单的那种，不会写严谨的那种，很菜。。
最后一个是统计学博士，问的题目基本可以秒
1. 问问简历和毕业论文，为什么相干 Risk？
2. 比较经典的 Unfair Coin的概率问题。直接秒
3. 一个标准正太分布的一阶、二阶、三阶、四阶矩分别是什么？用MGF可以很容易算出来。
4. OLS的假设有哪些，如果double samples会影响哪些，为什么？
5. 如果有多重共线性，怎么test以及怎么解决？我说VIF和PCA都可以。他问那用了PCA算出来的结果是什么含义？我说就是最大Variance。他表示很满意。
6. 怎么评价模型的好坏？分别问了 regression、classification、clustering，这个也秒了。
然后就又是没题可问了，问了我一个github上面的项目，然后依旧还有五分钟。我说为啥这么多人都问我随机微分的知识？他说 boss偏好。然后我问了问都需要分析哪些 dataset，以及日常工作什么样子。就结束了。
感觉第一个人和第四个人对我印象应该是不错的。第二个和第三个，只能赖自己随机微分方面的知识不牢固，全都忘记了。不过这次感觉，面试题能秒过可以非常加分的样子，至少自己在心态上和气势上可以震住面试官，感觉还挺爽的。

第二天收到了拒信。。。。可惜了哟

risk ds吧

ThetaSigma14 发表于 2022-5-20 11:21
risk ds吧

嗯嗯，但是他说也分析一些market data，所以还有点兴趣

一个DS居然问了这么多finance。。

请问楼主有没有收到好消息啊，我最近也收到面试通知了

楼主面的是quant还是ds啊？ 感觉更quant啊？

谢谢楼主，我也收到面试了。看到面试题目就已经不想去了。决定不面了

感谢楼主分享，感觉问的好难