[心得] 數學＆統計新鮮人面試分享
版上很少看到數學、統計背景的心得文，因此決定把我的經驗分享給以後的學弟妹。準備
找工作時我在這個版上獲得許多資訊，這篇心得文也算是回饋給大家。
背景：
112數學學士、應數所統計組碩士，碩士論文有關統計的方法論，用到滿多迴歸分析和提
出新的模型選擇準則。沒認真學過程式，leetcode打開連class是什麼都不知道，沒一個
語言會寫（大一學的C早就忘光了、碩論用R語言）。找工作時花了一個月自學Python，
leetcode大概寫了50題easy、10題medium。
英語能力：托福104分 (R29 L30 S22 W23)、GRE (V:152 Q:170 AWA:4.0)
原本打算出國念博，但申請全滅決定進入職場，也不太清楚能做什麼工作，基本上是海投
，選幾個比較有印象、參考價值的面試放上來，都是投履歷，沒有任何內推。
一、 Point72, Quantitative Researcher
一面：
面試官好像是臺灣團隊的老闆，問我為什麼想做這份工作、自己有什麼優勢。
然後問了三題機率統計的題目，前兩題答的很順，第三題可以用無窮級數積出來
但被問有沒有比較快的解法，我想不出來。後來問我的程式能力，我說我程式很差，
他就問我C++的整數是幾個byte？我直接說不知道XD。之後轉去面試實習的職缺。
二面：
一開始自我介紹，問我碩士論文的內容，對我們的手法滿有興趣的，然後問我對股票
價格分析的一些看法，我答得滿爛的。最後問了一系列機率問題，我滿多都要
靠提示才能回答，有一題統計題我也答得不好，覺得沒希望了。
三面：
自我介紹，也聊了不少碩士論文的東西。之後問我三道題目，統計問題答得滿順利的
，機率問題卡了一下但還是有回答出來， sorting相關的演算法問題完全不會。
結果：感謝函，這是我的第一個面試，基本上完全沒準備就去面了，後來滿後悔的，後期
準備好的話有些題目應該都能順利的答出來。
二、台積電, CIM Engineer
原本是應徵台積電別的職缺，然後收到這個單位的面試邀約，工作內容看起來跟資料
有關，所以答應面試。
主管視訊面試，一開始先自我介紹，然後就都在問專業知識，光是碩士論文的內容大
概就問了三十分鐘，比較特別的是問統計製圖的經驗，我就詳細說明曾經透過繪圖看到特
定的pattern，也成為後來的研究方向。講完後就讓我問問題，問了才知道這是一個很大
的部門，職稱一樣但大家做的事情可能會差很多，整體是在做工廠製造的自動化及監控產
線的運行狀況，主管希望我去做資料分析相關的工作，利用一些訊號來判斷機台的運行狀
況，會用到Python跟ML。上班常態性加班，但很少會超過八點，升遷機會多，很多工程師
離開後也都找到更好的工作，發展性好。
結果：無聲卡，寄信去問也沒回。
三、 ProtonMail, Spam and Abuse Analyst
一面：Pattern recognition test，有點像益智測驗，不難。
二面：HR面試，問一下履歷的東西，聊一下公司職位和之後的面試流程，
也有提到這個職位不會用到太多coding，懂些基本的就夠了。
三面：筆試：像一面的筆試再加一些簡單數學和統計的計算。
四面：
部門主管面試（全英文），主管是外國人，聊了一下履歷跟碩士論文，之後花滿多時
間看一些data問我的看法，因為是沒看過的資料類型(Email header)，一開始不太習慣，
後面有越來越好。整體面試總共約100分鐘，還滿愉快的。
結果：感謝函，我有寄信問feedback，HR表示我最後一關的技術面沒達到要求，但我面試
當下感覺主管的回饋都滿好的。
四、永豐銀行, AI量化策略開發工程師
在104收到面試邀約，職缺內容看起來是做ML，不知道為什麼會邀請我去。
結果跟想的一樣，他們要求要有ML的能力，也要會coding，但我完全不會。比較驚訝的是
同時有五個面試官，感覺浪費了他們的時間XD，有個面試官是數學系的學長，給我滿多
建議的，很感謝他。
聽了永豐學長的建議，從這個時間點我開始自學coding，從Python的基礎語法開始，
花約兩週把線上課程看完 + 大概30題leetcode，繼續開始面試。
五、群益金鼎證券, 計量研究/交易系統開發人員
會先寄一小份作業，是工作上會碰到的問題的簡單版本，只要把想法寫下來就好，
基本上是用C#的class處理一些時間序列資料，也算是對工作內容有個初步的認識。
通過後主管視訊面試，工作內容主要是交易系統、策略開發、分析買賣單資料防範對
手的攻擊，以C#為主，要熟悉物件導向的程式設計，不太像一般坊間流傳銀行code都寫得
很髒，裡面的人很注重code的品質。主管有問我碩士論文的研究，問得還滿仔細的。確認
對工作內容沒問題後會有個小考，跟作業滿類似的。
結果：offer get. 主管打來通知，我開完薪水後他跟副理聊完說說開太低了，叫我把
其他面試都結束後再開給他，願意等我一段時間，整個面試過程跟offer處理都很有誠意
，感覺是個好單位，讓我覺得最後拒絕他很不好意思XD
六、面了五間左右的資料分析師，發現這類的工作其實也用不太到統計，比較注重你有
沒有商業的sense，還有presentation的能力要好，技術面其實就高中生程度、會excel
就差不多了，自然薪水也不高，新鮮人很難超過45000，我都是面試聊一聊就不繼續了。
最後我去了某間Hedge Fund打雜，不想被同事認出來就不細說了。
一些其他心得：
1. 科技業沒什麼數學、統計背景的機會，我投過不少竹科大廠的職缺，只要關鍵字有統
計或數學我就投（品保工程師、良率分析師、應用工程師、資料工程師），但全部石沉大
海沒有任何面試。
2. 金融業應該是機會最多的，金融業IT、計量相關的職缺，幾乎都有給面試的機
會，拿到offer的比率也較高（coding練到leetcode easy之後），計量應該是就業市場
上跟數學和統計相關性最高的職缺，自然會比較好找（但還是用不太到數學統計XD）。
3.花一個月練個Python滿值得的，現職我也常常用python寫一些小程式處理資料。
推薦這個開放式課程: https://www.py4e.com/lessons，花了兩週看完，從沒寫過Python
到可以用Python寫leetcode easy題目。
4.如果時間更充裕學C++或許會是更好的選擇，有幾間Quant只接受C++不接受Python。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.193.49.45 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1642522974.A.EBA.html
推
01/19 00:27,
2年前
, 1F
01/19 00:27, 1F
※ 編輯: johnboygo (123.193.49.45 臺灣), 01/19/2022 00:30:47
推
01/19 00:38,
2年前
, 2F
01/19 00:38, 2F
→
01/19 00:38,
2年前
, 3F
01/19 00:38, 3F
推
01/19 00:38,
2年前
, 4F
01/19 00:38, 4F
推
01/19 00:41,
2年前
, 5F
01/19 00:41, 5F
推
01/19 00:46,
2年前
, 6F
01/19 00:46, 6F
推
01/19 00:48,
2年前
, 7F
01/19 00:48, 7F
→
01/19 00:48,
2年前
, 8F
01/19 00:48, 8F
→
01/19 00:51,
2年前
, 9F
01/19 00:51, 9F
推
01/19 00:53,
2年前
, 10F
01/19 00:53, 10F
推
01/19 00:54,
2年前
, 11F
01/19 00:54, 11F
→
01/19 00:54,
2年前
, 12F
01/19 00:54, 12F
推
01/19 00:55,
2年前
, 13F
01/19 00:55, 13F
推
01/19 01:02,
2年前
, 14F
01/19 01:02, 14F
→
01/19 01:13,
2年前
, 15F
01/19 01:13, 15F
→
01/19 01:14,
2年前
, 16F
01/19 01:14, 16F
※ 編輯: johnboygo (123.193.49.45 臺灣), 01/19/2022 01:30:34
推
01/19 01:37,
2年前
, 17F
01/19 01:37, 17F
推
01/19 01:58,
2年前
, 18F
01/19 01:58, 18F
推
01/19 03:49,
2年前
, 19F
01/19 03:49, 19F
→
01/19 04:40,
2年前
, 20F
01/19 04:40, 20F
→
01/19 04:42,
2年前
, 21F
01/19 04:42, 21F
→
01/19 04:43,
2年前
, 22F
01/19 04:43, 22F
推
01/19 07:49,
2年前
, 23F
01/19 07:49, 23F
→
01/19 07:49,
2年前
, 24F
01/19 07:49, 24F
推
01/19 08:16,
2年前
, 25F
01/19 08:16, 25F
推
01/19 08:19,
2年前
, 26F
01/19 08:19, 26F
推
01/19 08:43,
2年前
, 27F
01/19 08:43, 27F
推
01/19 08:54,
2年前
, 28F
01/19 08:54, 28F
→
01/19 08:56,
2年前
, 29F
01/19 08:56, 29F
→
01/19 08:56,
2年前
, 30F
01/19 08:56, 30F
→
01/19 08:56,
2年前
, 31F
01/19 08:56, 31F
→
01/19 09:00,
2年前
, 32F
01/19 09:00, 32F
→
01/19 09:00,
2年前
, 33F
01/19 09:00, 33F
推
01/19 09:01,
2年前
, 34F
01/19 09:01, 34F
→
01/19 09:02,
2年前
, 35F
01/19 09:02, 35F
→
01/19 09:02,
2年前
, 36F
01/19 09:02, 36F
→
01/19 09:04,
2年前
, 37F
01/19 09:04, 37F
→
01/19 09:04,
2年前
, 38F
01/19 09:04, 38F
資料科學家和ML這些我應該也都有投，印象中他們JD也都很要求programming就是了。
推
01/19 09:08,
2年前
, 39F
01/19 09:08, 39F
推
01/19 09:41,
2年前
, 40F
01/19 09:41, 40F
→
01/19 09:41,
2年前
, 41F
01/19 09:41, 41F
推
01/19 09:51,
2年前
, 42F
01/19 09:51, 42F
推
01/19 10:34,
2年前
, 43F
01/19 10:34, 43F
推
01/19 10:36,
2年前
, 44F
01/19 10:36, 44F
推
01/19 11:28,
2年前
, 45F
01/19 11:28, 45F
→
01/19 11:28,
2年前
, 46F
01/19 11:28, 46F
推
01/19 11:58,
2年前
, 47F
01/19 11:58, 47F
推
01/19 12:56,
2年前
, 48F
01/19 12:56, 48F
我被問到的統計幾乎都在大學數理統計的範圍內，有幾題機率比較像腦筋急轉彎我
也不知道怎麼準備，其實碩論問很多，我認為是最重要的一環，但這就是長期的培養了。
推
01/19 14:43,
2年前
, 49F
01/19 14:43, 49F
推
01/19 16:53,
2年前
, 50F
01/19 16:53, 50F
推
01/19 17:59,
2年前
, 51F
01/19 17:59, 51F
※ 編輯: johnboygo (123.193.49.45 臺灣), 01/19/2022 21:41:24
推
01/20 09:47,
2年前
, 52F
01/20 09:47, 52F
推
01/20 09:57,
2年前
, 53F
01/20 09:57, 53F
→
01/20 09:57,
2年前
, 54F
01/20 09:57, 54F
→
01/20 14:21,
2年前
, 55F
01/20 14:21, 55F
推
01/20 17:33,
2年前
, 56F
01/20 17:33, 56F
推
01/20 17:35,
2年前
, 57F
01/20 17:35, 57F
推
01/21 12:52,
2年前
, 58F
01/21 12:52, 58F