藤校女孩上岸摩根大通：比拿Quant竞赛冠军更让人激动的事出现了

今天来分享的这位藤校学姐

有一颗不论成败都情绪稳定的强大内心

01 “对求职有概念，但不多…”

大家好，我是Sammi，目前正在Cornell读研一，我求职的准备时间其实非常短，因为在我眼里Quant是一个相当“大器晚成”的岗位。

“开局就低走，计划赶不上变化”

我是在美国读的高中，所以算是受环境影响，很早就确认自己未来要求职Quant方向，但即使如此早有了计划，过程也不如我想象中的顺利。

先是期待满满的UCLA本科生活第一年就碰上了疫情，现在回想那段日夜颠倒的远程上课时间，还是和做梦一样。

加上名企Quant的大一大二项目就非常稀少，所以那段时间我尽量专注在自己的学业上，提高自己GPA。

之后等到好不容易从一团乱的泥沼中将自己拔出来，却已经错过了大三暑期实习的求职窗口期。

很快就到了去年，我即将毕业，虽然也通过自己的努力拿到了国内部分名企Offer，但岗位还是都属于泛金融类型。

cr. Sammi学姐自摄

对于Quant这类需要强相关实习背景的岗位来说，作用十分有限，这也是后面Kevin导师帮我剖析没有拿到Quant Offer的重要原因之一。

同时，不论是从周围朋友还是从我自己面试的体感来说，学校的知识和面试时考察的重点，完全不是一码事，那么对当下的我来说，寻求外援帮助就很重要。

“感谢Kevin导师，带我一路披荆斩棘”

好在我的计划中，是有着一直有读研深造打算的，时间上还比较充分，所以在拿到Cornell研究生Offer的时候，我也在我的UCLA学长和朋友推荐下，加入了DBC职梦。

BTW，我学长就是这位👉🏻又强又酷！哥大男神，成为AQR全组唯一中国实习生，想把Risk作为求职方向的同学也可以看看他的分享~

其实前面也提到，我比较弱的方面一是Quant强相关的项目/实习经验，二是面试Tech能力。

根据这两个薄弱点，我先是根据导师的建议去找到相关比赛参加，锻炼和提升自己能力的同时，还能补充项目经验，像Citadel、Jane Street等头部名企都很看中竞赛经验。

之后我也很顺利的拿下了WorldQuant比赛的全美地区冠军。

除此之外，也要特别感谢期间一直给我帮助的Kevin导师，尤其是后面还手把手领着我做完了一整个Machine Learning Project，帮我梳理了其中可以在简历上着重突出的点，进一步完善了我简历上相关实习/项目背景的空白。

也是通过这些背景补充后的简历，我顺利收到了Sell-side:BNP Paribas、Nomura、Bank of America; Buy-side:Bridgewater、Fidelity、SIG等华尔街顶尖名企的面试邀请。

BofA 二面邀请

Bridgewater 群面邀请

Nomura 一面邀请

Fidelity 一面邀请

在之后的面试准备中，Kevin导师也全程帮我押题、优化解题方式，真的缓解了我很多情绪焦虑，大大地点赞~

02 “没想到最难的面试，竟是碰见华人面试官…”

虽然面试邀请收到很多，但这只是迈向成功的第一关。之后遇到的难关却有些出乎我的意料。

首先是Buy-side面试，在和导师了解过不同买方公司的业务和文化特点之后，我基本上将要投递的公司圈定在了资管类型的公司，比如我收到面试的Bridgewater、Fidelity等。

其中我对桥水的面试印象比较深刻（当然也因为人家是全球第一

），即使对桥水的“奇葩面试”早有耳闻，但没想到即使我投的是Quant类型岗位，也没逃过。

第一轮还是正常的HR面，第二轮就直接开启了群面辩论赛，论题为：你如何看待美国某个地区工人协会罢工运动，觉得这个现象是好是坏？

虽然当时我感觉答得还可以，但还是遗憾被拒，anyway，我也比较看得开，毕竟那可是桥水。

其次就是Sell-side的面试，总结我自己的感受以及从学长学姐那里的了解，今年的面试难度明显上升不少，直白点说，就是Tech问题问得更多了。

就拿我近期面试的JPM为例，过了OA之后就是视频一面+Superday。

一面和DBC职梦学长跟我说的一样，就是口头提问各种数学问题和基本的概念，有提前准备大部分都能回答出来。

到了Superday，我是总共经历了4轮4场面试，其中就碰到了2个华人面试官（Quant岗位面试碰见同胞其实很常见），但这并不代表面试难度有任何降低。

相反，他们问得题目都很Technical，范围都是围绕着绿皮书《A practical guide to quantitative finance interviews》：

❓Python dataframe simple question,preprocessing of dataset

❓Definition and how to calculate Joint/Marginal/Conditional probability

❓What do you think is on bank's balance sheet, maor components of asset and

liability

❓what will the PV of asset and liability go if Fed raise/decrease interest rate

❓……

且不少问题还会深挖、细挖，要面对一连串的追问，如果你没刷过或是没刷透绿皮书，这个面试可能不太友好。

原本和去年面试过的前辈交流，说卖方面试更看重简历，我大部分的准备也都是围绕Behavioral和简历。

但谁也没想到今年的难度突然开卷，好在导师早就有督促我刷完绿皮书，所以及时了解新招聘季的信息真的很重要！以及再怎么偷懒也要及时刷完绿皮书！

覆盖Quant面试三大基础考点

❇️数学or统计：广义线性模型，如线性回归，随机分析，用来辅助金融产品定价等。

❇️编程：算法、数据结构，常用语言涉及Python/R等。

❇️Brainteasers：脑筋急转弯/智力题目，主要考察快速反应能力，比如抛硬币、抛骰子、切披萨，听起来很Weird，但大部分可以归根为概率题。

总的来说，我的整个求职经历虽然晚了点，也碰上了许多比较“意外”的难关，但最后还是如愿上岸，也非常感谢一路陪伴我的Kevin导师和课程顾问老师，也希望所有同学都能够顺利接Offer！