文献求助 in Current Gene Therapy# Biology - 生物学
q*x
1 楼
原文长。
发信人: kknd2011 (kknd), 信区: JobHunting
标 题: 投行前台quant跳buy side quant经历
发信站: BBS 未名空间站 (Tue Jan 10 19:12:35 2012, 美东)
拿到dream offer写面经。
1．背景
以前学计算机，phd毕业在大投行前台做quant两年，去年年底下岗。我们组走了两个
phd。第一个buy side offer在redundancy近两个月时拿到。
2. 关于猎头
求职先更新简历，上linkedin,准备面试。背景还可以，会有不少猎头联系你。我的经
验：面试十多家，自投朋友投30%，猎头50%，公司HR自己联系的20%. 拿到的offer都是
猎头的，悲剧的多数是自己或者朋友投的，原因我感觉是公司hr常把简历转到不对口的
组，面试不易有共鸣。一个组fail了，hr就不发别的组。猎头比较清楚公司招人的职位
，会把简历直接转给hiring manager。比自投好得多。
猎头质量差别很大。一共4-5个猎头递过简历。好的猎头不乱来，就递几个地方且之前
先介绍清楚，争得同意。一般很快可以联系上合适的面试，给中肯的准备建议，从头到
尾都和求职者，公司经常联系沟通；
差的猎头什么样都有: 有的上来说哪儿都熟，拿简历到处发，也不follow up —这样浪
费了机会，因为其他猎头也不会再投了；有的什么面试都拿给你，明明你找quant他给
你developer。最狗血的，我据了一个offer,猎头气急败坏，每天打十几个电话给我，
居然孔子说了什么都搬出来。
3. 准备
简历细节搞清楚，学过的主课花时间复习。网上书题目练手多多益善。现在好职位不多
，公司招人谨慎，竞争激烈，所以准备要花很多时间，不要急着面试，容易浪费。
4．有关面试官
Buy side一般比较少，而且好像fund越小里面的人自我感觉越好。我也遇到过几个
snobbish的白人，感觉要问倒你取乐。中国印度的面试官都挺公正。遇到6，7个中国人
，都不错，没有刻意为难的。两个北大学长，很聪明且态度超好，答题不是最优解会提
示怎么优化，回答提问时耐心细致。
5. 题目
1. 数据库里有N个城市(x,y)坐标，任意给定一个(x,y),离这点最近的城市。要求O(
logn)
2. 一个信封x元，另一个2x元。你随机拿了一个，你会不停的换下去吗？
3. 100个人猜数字，0-100.哪个人猜的数离所有数的平均数的2/3最近的赢。该猜哪个
数。
4. 100个random number comes in sequence, 想选出最大的数，应该啥时候选？
5. Fair coin, 扔几次可以拿到连续3个头
6. 50块钱，赌扔硬币，头得两元，尾输一元。最多可玩100次，一旦0元或100元就停
止。停止时的期望钱数？
和上题类似，但每次可选下注s元(s<=手里钱数x)，赢得2s(x+2s),输(x-s)。没有100元
停止限制。问：最优策略下游戏结束时（扔了100次或者0元），E[钱数] 和 E[log(钱
数+100)]?假设开始时有x元。
7. 1-9个数字，分成两个数，要求乘积最大。我算得87531*9642
8. 一个random sample,如果double每个data point,哪些statistics会怎么变。
9. 举例说明为什么java做交易系统不如c++.
10. 用一堆数据造一个模型做预测。如何减少overfit? In particular,如果
feature太多怎么做，数据太少怎么做，如果function space太大（就是可能的模型太
多）怎么做。
发信人: kknd2011 (kknd), 信区: JobHunting
标 题: 投行前台quant跳buy side quant经历
发信站: BBS 未名空间站 (Tue Jan 10 19:12:35 2012, 美东)
拿到dream offer写面经。
1．背景
以前学计算机，phd毕业在大投行前台做quant两年，去年年底下岗。我们组走了两个
phd。第一个buy side offer在redundancy近两个月时拿到。
2. 关于猎头
求职先更新简历，上linkedin,准备面试。背景还可以，会有不少猎头联系你。我的经
验：面试十多家，自投朋友投30%，猎头50%，公司HR自己联系的20%. 拿到的offer都是
猎头的，悲剧的多数是自己或者朋友投的，原因我感觉是公司hr常把简历转到不对口的
组，面试不易有共鸣。一个组fail了，hr就不发别的组。猎头比较清楚公司招人的职位
，会把简历直接转给hiring manager。比自投好得多。
猎头质量差别很大。一共4-5个猎头递过简历。好的猎头不乱来，就递几个地方且之前
先介绍清楚，争得同意。一般很快可以联系上合适的面试，给中肯的准备建议，从头到
尾都和求职者，公司经常联系沟通；
差的猎头什么样都有: 有的上来说哪儿都熟，拿简历到处发，也不follow up —这样浪
费了机会，因为其他猎头也不会再投了；有的什么面试都拿给你，明明你找quant他给
你developer。最狗血的，我据了一个offer,猎头气急败坏，每天打十几个电话给我，
居然孔子说了什么都搬出来。
3. 准备
简历细节搞清楚，学过的主课花时间复习。网上书题目练手多多益善。现在好职位不多
，公司招人谨慎，竞争激烈，所以准备要花很多时间，不要急着面试，容易浪费。
4．有关面试官
Buy side一般比较少，而且好像fund越小里面的人自我感觉越好。我也遇到过几个
snobbish的白人，感觉要问倒你取乐。中国印度的面试官都挺公正。遇到6，7个中国人
，都不错，没有刻意为难的。两个北大学长，很聪明且态度超好，答题不是最优解会提
示怎么优化，回答提问时耐心细致。
5. 题目
1. 数据库里有N个城市(x,y)坐标，任意给定一个(x,y),离这点最近的城市。要求O(
logn)
2. 一个信封x元，另一个2x元。你随机拿了一个，你会不停的换下去吗？
3. 100个人猜数字，0-100.哪个人猜的数离所有数的平均数的2/3最近的赢。该猜哪个
数。
4. 100个random number comes in sequence, 想选出最大的数，应该啥时候选？
5. Fair coin, 扔几次可以拿到连续3个头
6. 50块钱，赌扔硬币，头得两元，尾输一元。最多可玩100次，一旦0元或100元就停
止。停止时的期望钱数？
和上题类似，但每次可选下注s元(s<=手里钱数x)，赢得2s(x+2s),输(x-s)。没有100元
停止限制。问：最优策略下游戏结束时（扔了100次或者0元），E[钱数] 和 E[log(钱
数+100)]?假设开始时有x元。
7. 1-9个数字，分成两个数，要求乘积最大。我算得87531*9642
8. 一个random sample,如果double每个data point,哪些statistics会怎么变。
9. 举例说明为什么java做交易系统不如c++.
10. 用一堆数据造一个模型做预测。如何减少overfit? In particular,如果
feature太多怎么做，数据太少怎么做，如果function space太大（就是可能的模型太
多）怎么做。
