求职季面临中美关系冰点、签证困难等重重影响
今天，为学弟学妹引路，传授求职经验
![]()
本科完全不是Target School，研究生也不是Top 10的MFE Program，不过最后结果还算顺遂心意。
01 金融工程求职是什么
金工专业求职岗位主要包括广义的Quant和Risk，也有一些去Tech Firm做SDE，DS，算法或者咨询等其他行业。
今天主要介绍Quant类工作的求职经验。
Quant是个比较广泛的职位说法，不同公司可能对于Quant类岗位有不同的岗位名称，
比如Quantitative Analyst/Associate, Quantitative Researcher, Quantitative Trader, Financial Modeling等等。
主要职业领域包括Investment Bank, Hedge Fund, Prop Trading, Asset Management, Fintech，还有一些Consulting公司会有偏向Data Science或者偏向Risk的Quant Advisory。
![]()
02 美国求职流程
美国求职流程主要包括：网申，一轮或者多轮Online Test，也有的公司没有Online Test，有的公司会有线下笔试，一轮或多轮Phone Interview，也有的公司没有Phone Interview，最后是Superday，也就是最后一轮Onsite Interview，疫情期间基本改为了Online。
美国Investment Bank大部分在秋季7-12月招转年6月的Summer Intern，所以开学基本就可以准备开始投递简历了。在开学前准备好英文简历和一份Cover Letter，Cover Letter大部分公司并不需要或者是Optional的，如果这样就不需要交Cover letter，但也有些公司网申中是必须提交Cover Letter的，所以提前准备好一份模版会方便一些，一页就可以，不要太长。简历可以多找校友或者学校的Career Service去询问建议，反复修改。
![]()
03 CV和CL之后
简历和Cover Letter准备好之后，就可以正式进入求职流程了。如果学校项目有自己的Career Website，好好利用，一般这种上面的岗位Posting都是Career Center挑选过适合金工项目申请的，还有有一些专门针对自己项目学生开放的岗位（Recruiter直接看Resume Book这样）。如果没有，可以用Handshake，Google jobs，LinkedIn jobs，Glassdoor，Indeed等等求职网站，这些网站的岗位一般比较杂，需要根据需求耐心搜索，还是有很多相关岗位的。
学校一般还会举办很多Info Session或者Career Fair，会有公司的HR或者校友或者组里的人来介绍公司之类的，多去参加。还有一些类似Coffee Chat, Alumni交流之类的活动，只要有机会接触公司里的人，多去参加都是有益的，甚至有的时候聊的好了还有意外之喜，没准就给个面试也是有这种可能的。
总之就是尽可能的利用学校或者项目的Career Service，不要局限在一个平台，各个网站、平台都去找一找，只要是想做的岗位，尽可能的多投简历，在准备好的前提下，尽可能的早投简历。公司可能会有投递岗位或地区数量的限制，提前看好。
然后再说一下关于Refer，个人经验来看，对于实习，如果是那种在网申的时候填写Refer人的姓名邮箱那种，作用不大。如果是可以有内部的申请链接或者直接把简历推给HR那种是有用的，还有些Fund可能校友自己组里就想招一个实习生，直接推给Manager给个面试也是有可能的。这些情况下，Refer的作用就很大了，求职路上第一道难关就是拿到面试的机会，不然空有一身本领无处施展。尽量多去找校友Network，不必一开始就抱着要Refer的心态，就算不能Refer只是聊聊他们的公司工作也可以学习到很多。在这方面我还蛮幸运的，星灿的几位导师都帮我Refer了很多岗位。
04 网申阶段
网申结束之后，许多公司会有Online Test或者叫Online Assignment，考察数学和编程能力。少数公司会有类似行测一样的那种性格测试，风险测试或者简单的数字和分析测试。Trader岗的话可能会做口算测试数字敏感性。编程测试主要考察算法，题型类似Leetcode和Hackerrank，如果知道平台可以提前熟悉一下，有些平台的Input Output还是有些不同会比较麻烦。难度不同公司不一样，从Easy到Hard都有可能，个别公司会检测鼠标和网页，所以尽量不要复制粘贴。
数学测试主要考察ODE, PDE, Probability, Linear Algebra, Calculus, Stochastic Process, Statistics, Brain Teaser，Derivatives Pricing等。做OA之前，先去一亩三分地搜索一下面经，很多公司不换题或者题库很小。OA之后，有些公司还会有Hirevue/Video Interview，是那种没有真人，录像的Behavior Question。可以提前准备一些常见的Behavior Question，比如有Critical Feedback怎么处理，Why this company，Why quant research这样的问题，同时擅于使用一亩三分地搜索。
![]()
05 Interview
接下来就是Phone Interview，有些公司可能没有这一步，直接Superday。Phone interview和superday就是与真人对话了，一般就是组里或者部门里的人。面试前如果知道面试官的名字，先去LinkedIn搜一搜看看面试官背景，这样对面试可能问到的内容多少有些准备。Superday一般是多轮back to back 面试，面两三个小时不算长的。Phone Interview和Superday考察的东西类似，主要是数学，统计，Machine Learning和算法，金融不是重点，但也可能会有涉及。
数学，统计部分与之前OA提到的知识点类似，Regression（Linear，Ridge，Lasso）,假设检验，估计（MLE），Lagrange，Brownian Motion，Martingale，BS Model，Ito’s lemma，Bayes 都是比较常见且基础的。ML的原理，推导，尤其是简历中写到的要非常熟悉。算法一般会直接写类似Leetcode上的那种题或者写个Binary search，Hash，快排堆排这种比较直接的，一般不会限定语言，甚至写伪代码有时都可以。
经典的面试书（绿皮书）：A Practical Guide To Quantitative Finance Interviews; 150 Most Frequently Asked Questions On Quant Interviews; Frequently Asked Questions Quant Interview, Heard On The Street. 很经典的就是绿皮书，至少上面所有原题和类似题要非常非常熟练，Leetcode也需要刷一刷。课程的话Stochastic Calculus和Machine Learning上一上会比较有帮助。刷题一开始不会的话也不需要担心，起初也是星灿的导师带我刷题，慢慢的我就自己上手了。
再有就是简历上的写的所有东西，一定要非常熟悉，有些公司简历问的会非常细致，每一段经历objectives，每一个策略，每一步完成了什么，为什么这么做，遇到什么问题，怎么解决，成果怎么样都要非常了解。面试前，打印几份简历带一支笔虽然一般面试官都有但以防万一，西装和合适的包准备好，准备几个follow up questions，一般面试前面试官介绍完自己或者面试结束之后面试官会问你有没有什么问题，问一两个就可以了。
面试结束后发一封thank you email，如果没有面试官信息可以让HR转达。结束之后就是耐心等待offer啦。
06 写在最后
最后，找实习/工作是个很漫长的事情，从申请到offer周期也会比较长，一定要有耐心，多投简历，投几十上百封能收到二三十个OA，几个电面，一两个Onsite也很常见，很多公司还会默拒或者很久以后才发拒信，这都很正常。可以弄一个excel记录申请过的岗位和进度，避免发了面试都忘记了自己申请的什么岗位。有耐心坚持下去，虽说大公司秋天机会更多，但尽管有疫情，某些大Investment Bank三四月份还在招Summer Intern，春季也有很多公司在招，很多朋友也在五六月份找到了当年的Summer，心态要好，多和同学交流，开放的岗位，面试，互相Mock Interview都可以。重要的一点，被拒很正常，多反思原因，心态一定要好！ |
|
转播
