量化金融
同学们对量化金融行业的普遍印象是门槛高、难度大，从而将量化移出了目标。其实量化金融对有志于精进于某一方面的研究，并乐见于产物在金融市场上发挥作用的同学，那么量化是一个非常理想的职业。本部分将为同学们介绍如何作为校招生，开启在量化金融领域的职业生涯。
投递
量化金融行业招聘人才方式非常多元：
- 通过猎头与猎头公司猎头推荐制度对于除量化行业外的校招生招聘是比较稀少的，普遍的猎头是为传统领域的公司物色资深人才。由于量化公司对顶尖人才的需求，猎头会通过领英、脉脉等渠道联络在研究、工程上初露头角的同学。之后将同学推荐至匹配的量化公司。
- 通过量化公司举办的竞赛类似于一些互联网公司举办的开发或算法挑战赛，一些量化公司会将开发研究等过程中遇到的经典问题、有挑战性的问题抽象，举办竞赛吸引同学参与。在竞赛中获取好的名次，一般不单单能够获得丰厚的奖金和奖品，更能够获得直通面试的机会。
- 通过量化公司举办的实习营有部分量化公司会在暑寒假举办夏冬令营的方式吸引校招生投报。其投报流程类似于日常实习，同时具有更多的入选名额，也因有更为精心的设计，实习体验会优于日常实习。
- 自主投递根据公司公开的联系方式投递简历，公司 HR 会在简历筛选后进行联络开启后面的笔试面试流程。
实习
根据投递职位的不同，实习通常会由专业知识学习、相关平台使用熟悉，一些简单的上手项目，以及最终的一项较大型的开发或算法项目组成。
笔试与面试
研究员与开发的笔试内容一般是区分开来的。研究员的笔试一般包含概率统计、连续过程、线性代数、非凸优化、神经网络等方面，具体与岗位需求相关。本质上需要应试者有数学各个分支、计算机科学、人工智能有较高的理解和应用能力，并且能够表现出基本的代码能力。开发的笔试与互联网中对应岗位的笔试需求更相类似，但要求的知识水平会更上一层楼，甚至有一些与最新的标准与技术相关的问题。 顺利通过面试后，按照不同公司的设置，一般有平均在3轮的面试，其中第一面可能会通过网络面试或电话面试等线上方式。问题包含的类型与上面笔试部分类似，在面试过程中更注重候选人的思考过程与学习能力，在此过程中要注重与面试官的交互。面试的最后一部分会包含一道 medium 或 hard 级别的算法题需要写出伪代码并分享思路。 最后一轮或两轮面试会在线下进行，面试官可能是未来的领导与合伙人，在这个阶段面试考量的不单单是已经在前面验证过的专业技术水平，也会包含对人才相性、对技术和行业的观点、对未来的期望等更加开放的话题。