在这几年的申请工作中，即使在结束完当季的申请工作后，我依然会和之前的学员保持长久的联系，相伴在更长久的人生路上。近期，就有一位上届学员就向我分享了一个好消息：他拿到了暑期在纽约某顶尖投行的量化实习岗位！
在为他高兴的同时，我也邀请他分享了一些投递金融量化岗位的心得和体会，希望能在日渐激烈的就业环境中，给其他想从事金工金数方向的学弟学妹更多的信息。
L学员情况：机构2024届学员，海本，金融与数据科学，GPA 3.5+，GRE 325+
2024 Fall录取：芝加哥大学金融硕士，哥伦比亚大学金融数学硕士
最终去向：哥伦比亚大学金融数学硕士
目前实习Offer：某Bulge Bracket顶尖投行量化风险实习岗位
可以分享一下哥大金数的Career Service吗？对你找到实习有什么帮助，有什么特色服务？
我觉得哥大金数的career service还不错。首先我们有专门负责career service的老师，每周可以跟他约meeting去做一些面试指导和模拟面试的训练，并且涵盖各个方向不同职业类型的模拟面试。
金数我觉得其实很多时候它比工程学院的金工项目的career service还要好，因为我们项目的director给我们争取到了很多公司直接内推的机会。比如，开学前会把学生的简历上传到项目里的一个resume book上。第一学期到第二学期有大概十几家公司吧，会去resume book上专门挑选学生。
同时，项目开设了专门的实习的申请表，会把就是所有开的公司的岗位都列到一个整合的excel表格里，给学生提供丰富的实习求职信息。
另外，金数的毕业生网络也很强大，在整个业界认可度很高。很多过往的学长老师在各种各样的投行，或者是买方公司，有很强的校友资源。这些学长老师也会经常回到学校宣讲，可以和他们保持紧密的联系，获得内推的机会。
哥大金数的选课是否灵活？有什么特别的课程帮助找工或者累积更多实践经历？
金数的选课我个人觉得还是比较灵活的。在整个数院，金数的选课优先级要高于其他的统计或者纯数等项目，基本上想上什么都可以。但是在工院有的时候会受到一些限制，比如金工项目的一些课程，金数学生是上不了的，特别是一些比较高阶选修课。对于选工院包括商学院的课，其实是有时候是有一些限制。
但是，我认为金数的必修课并没有特别大的用处，特别是针对本科就是量化专业背景的学生。很多都是一些打基础的统计数学课程，比如基础的随机过程等。但是金数有一些选修课还是非常实用。比如，我今年上的一节Quant Method in Investment的课程会就手把手教学生做一些策略，包括学习factor investing这类在业界非常使用的知识。金数也会有一些各种各样高阶的衍生品或者交易课程，比如Trading Derivative，我认为都比较实用。
此外，我们会在第一学期上一门课叫career service，这个课是不计学分的。但是项目会鼓励所有人每周都去上这门课程，因为每周会请来已经在业内工作的校友，来给我们就是宣讲。有的校友来吧，会给我们做一些金融数学知识的宣讲，有的校友会来做一些面试指导，找工作技巧的分享。这些分享我都觉得非常实用，有利于我找实习的准备。
拿到这个实习offer，大约投递了多少份简历？
我一共大约投递了150个目标公司，但最终只有7-8家公司走到了最后一轮面试。很多在简历轮就没有后续了，也有一些是第一轮面试之后没有后续。另外，也有很多公司在投递后忽然改变了招聘政策，表示没有实习生的head count，也没有其他后续了。
量化风险主要做什么内容?
主要负责识别、评估和管理金融风险，如市场风险、信用风险和操作风险。通过模型预测潜在风险并制定应对策略。量化风险可能会对VaR和蒙特卡洛模拟等风险模型的了解要求会更高，也期待实习生掌握Python及R语言。主要工作内容会有开发和维护风险模型，进行压力测试和情景分析。
目前感觉国际生在量化金融领域的就业现状如何？
我感觉对于量化金融相关的工作，如果你有国外身份的话，肯定是有帮助，但是帮助也没有那么大。因为大部分量化金融公司都sponsor，还是比较喜欢招国际生的。只不过现在的话，整个就业市场不是说工作比以前少了，而是现在来做量化的人太多了。我在和业内的HR聊天的时候，了解到今年同一个岗位的申请人数就是比往届都是翻倍的。所以，整体量化找工市场的竞争非常激烈，公司对申请者的要求也会更高。
除了申请人数多以外，基本上现在的情况是Quantnet排名最前面的前五个项目会包揽各大公司的实习，基本上所有的同学都可以上岸。但是，排名后面一些项目，包括哥大金工和哥大金数也好，其实没上岸的人还是很多的。尤其是我们的项目，现在找到实习的人数非常非常少。中国人找到美国实习的可能只有10个左右吧。剩下大部分都没找到，所以现在就业找工压力还是挺大的。
求职量化方向，大概需要做哪些面试准备？面试会问什么样的问题？
关于面试准备的话，买方和卖方喜欢问的问题不太一样。但是基本上都需要熟悉量化方向的绿皮书（A Practical Guide to Quantitative Interviews），一些概率类的问题是一定会考的。很多买方的公司，会更偏喜欢问一些机器学习相关的内容，包括Regression比较细节的一些问题，比如Linear Regression需要的assumption或者一些更细节的机器学习的知识。同时，他们也会问一些tricky一点的统计问题。
卖方的面试，建议大家提前开始刷LeetCode。很多卖方的面试会让你去线下或者线上分享屏幕，完成一些数据结构和算法类的写码。基本上LeetCode刷medium难度就够用。除此之外的话，卖方的一些公司可能会考一些衍生品相关的问题，但是通常也不会太难，基本上最爱考的就是概率和一些统计问题，以及写码能力。
行为面试方面，把你简历上的做过的东西一定搞清楚，基本就面试就差不多了。
你主要通过哪些方式投递简历？Networking是否有必要？
投递简历我都是在公司官网投递的，没有什么特别的渠道。会有一些公司通过我的项目从内部挑到我的简历，但这种也不需要我做什么。学校也会给我发一些求职链接，也会通过学校的途径获得特殊的利好。但大部分的实习还是通过官网查看信息和投递。
我觉得对于量化实习来说，networking重要性没有那么那么大。一般通过networking，可能可以帮助了解往届的面试问题，通过第一轮的面试。但很多公司就是你就算不network，也能实习过第一面。不过，我觉得networking对全职的帮助非常大。
【竞赛报名/项目咨询+微信：mollywei007】
