这次我们回顾的是录取
新加坡南洋理工 金融工程
学长录取分享的讲座
(上篇)
自我介绍
我是去年开始和我们领录老师一起准备的申请,今年年初的时候拿到offer,7月份来到新加坡开始我的硕士生涯
回顾导览
part1:NTU MFE项目介绍
part2:申请时间线
part3:工作笔试面试准备
如果对讲座视频感兴趣的同学
可以添加鹿姐进入直播群
我们每周都有一系列
导师和学子讲座
大家也可以在直播间
多多与学长学姐互动~
讲座回顾
WISHI ALWAYS HAPPY
项目介绍
每一年都会有手册,在项目的官网上就可以下载下来,整个项目我觉得最大的一个high light是我们包括CMU term。
是和CMU Tepper School of Business合作的课程,这个课程会在我们的第六个小学期到美国,前两年都online,但是今年我们的项目主管说大概率可以线下去CMU一趟,学的课也是比较硬核,根据学长学姐的反馈课还是非常非常值得去听。
我们负责职业发展老师跟我们说简历可以更新一下写成certificate with,这可能是我觉得纸面上最大的亮点。
MFE program的课程构造学术方面,整个课其实主要还是围绕2,3部分,金融,数学还有编程,大部分mfe的program都是这样的,数学课基本包括了基础的现代微积分到随机微分持续以及关于数值计算的东西,编程主要全部都是C++,也有Java或者machine learning的选修课,但是必修课里面主要全部都是 C++。金融topic更广,很多都是在选修课里面,基础所有人都要上的,资产定价,公司金融,投资和管理。其实每个课程都会有大纲的介绍在官网上,如果想了解课可以看大纲介绍。
课程机制
因为这个其实我根据我了解,不同项目之间区别是非常大的,NTU的MFE也是一个比较经典的六学机制,他会有三个trimester,每一个trimester会分为两个小的Mini term,我们项目基本上是每六周结束一个学期,每7周一个考试,整个项目非常intense。每两个Mini term之间只隔一个周末,无缝衔接就立马就开始了。
这个是今年的课程架构,从7月份到11月份是第一个trimester,11月份到3月份再到6月份。刚刚提到那个CMU term其实是在Mini term 6。这个项目是可以选CMU track或者不选,如果不选的同学还是留在新加坡。如果今年可以线下就去CMU上课,拿到computational finance的证书
可能在你在这6个Mini term里面要上大概20-24门课,都是学术和整个项目的一些时间构架上的东西,还有一个关键点因为这是coursework项目,大部分读这个项目的同学想用这个做跳板去读PhD,但是可能更多数的同学都会关注于毕业之后就业的情况,后来发现了一个获取信息最简单最直接的方式,就是去领英上找这个项目的里读书的人,直接搜NTU MFE就可以,看到一些学长学姐可以去看一下他的经历,有可能他本科和你是一个本科的,学的东西都差不多都来了这个项目,你们的实习经历也差不多,那可能他整个职业路径和你会非常像,可以有更好的一个参考价值,因为毕竟自己找工作还是要找跟自己个例比较相像的一些人,心里其实基本上都有数了
申请时间线
我是去年10月12号提交的申请材料,将近12月底收到面试,面试之后自己约一个时间在1月12号做了线上面试,一周之后收到offer。我的GPA大概86,实习主要是在国内的量化私募做过Quant developer,也做过策略,最开始都做过data。我觉得可能来这边跟其他同学接触之后,可能我的成绩可能弱一点,在实习经历上稍微多一点,最后拿到这个项目的offer
我觉得自己的成绩不是很好,之所以我拿到offer可能就是因为我的整个background有一些量化相关的经验,因为其实我倒不是一定安利大家要往这行业去,但是我觉得Quant相关的岗位写在文书里是给编程和数学很好的背书,符合MFE program对你的最基本的要求就是编程和数学。
这张图是我随便从一个公众号上截的,大概是今年Q2 6月份之后国内的量化私募的AUM的分布。来新加坡之后,我觉得国内本土的生态其实还是非常好的,有大把的公司,而且规模相对来说也都很大了,可能百亿上了就将近30家,其实在国外就是hedge fund,只不过是偏Quant一点的,国内能给大家提供很多的机会,可以去投一下简历去试一试,因为有些人可能会在觉得不一定适合自己,长远职业发展不是好的选择,但是其实我觉得可能花3个月全职实习就知道自己适不适合了。
1.左边这一堆私募会有自己官方的公众号,公众号上一定会有人才招聘的渠道,很方便。
2.BOSS直聘,能直接跟他的HR聊,把你的简历发给他,看能不能拿到一份笔试了。BOSS直聘上会有一大把猎头,国内私募会找很多的猎头去帮他们,你不想自己花时间去搜索也不一定非等着猎头来找你,可以去问一下猎头。
3.比较常用的实习僧,上面都是一些实习,最后一个是量化投资相关的一些公众号,他们定期会有招聘广告放出来,只管往邮箱里投就行。
笔试面试准备
关于笔面试
leetcode是百分之百躲不掉的,我觉得现在国内很多top的hedge fund招聘流程已经做的相当规范,题也跟美国公司的笔记比较相近,笔试至少对于我来说还是非常有难度的。Leetcode是百分之百躲不掉的,甚至很多公司笔试就一道或者两道Leetcode的,你只要全部通过可能就能进到面试了,但这也取决于你投递的岗位,据我所知至少developer和researcher肯定要考leetcode,小一点对冲基金可能会让你做一个project,比如给你一些数用一些模型做预测,言之有理即可,但是更多来说现在都比较规范,基本笔试都是线上的online assignment。
第二点就是数学,申请开发也是会考你数学的基本功,大学学到的高数,现代微积分,概论数据统计基本是最常考的,还会有一些比较难的用一些很基础的知识去解决偏分析类的问题,以及一些小学奥数题,其实去一些论坛里都是能看到的数学也是基本会考的,如果我去准备我还是会去把那些数学课的slide稍微翻一下,稍微脑子里起码要对公式有一个印象
第三点是一些经典的笔试题,比如说像运筹里面海盗分金,我甚至在国内应该算第一梯队的量化公司笔试题里见过,我觉得挺有意思的。但是我没有去看过很出名红宝书,绿宝书,但是这些经典笔试记大家可以去一亩三分地,traydstream上面其实会有一些面经或者笔经。
关于面试准备
基本会focus在以下的几个问题
1.项目经历,相信大家能通过简历筛选,笔试。其实还是需要有一些相关的项目,项目经历里面可能会问的比较深,我就被问过具体项目的模型很容易达到平静,平静之后有尝试什么样的方法去继续提升模型的表现性能,你尝试去做融合模型或者去再尝试不同特征工程做一些不同的验证。项目经历还是应该写的实在一点,不要太bluffing,有时候你写的很多bluffing东西,可能真的一下就把你问住了。
2.尤其是像Quant researcher,machine learning和deep learning的知识百分百会被问到,尤其是当你项目里提到过。
其实可能很多同学就刚开始没有这方面的经历。
1.是看学校里有没有这样的机会,比如说老师有相关的项目可以跟着做一下。如果没有,还有一个办法是去打比赛,kaggle上至少Jane street Optiver,国内的九坤投资都举办过机器学习相关的比赛,比赛完整的参加一次和完整的做project是完全类似的,可以把这个比赛当做一个project写到你的简历里。
2.当你没有一些实习经历的时候,可以去参加一些lead code举办周赛或者举办一些比赛,这些比赛也可以作为一个很好的经历写在简历里面。
3.像developer的岗位,编程基本功一定要被问到,比如线程进程,如果用python,c++会问面相对象的相关知识以及直接给一个算法题,至少要把所谓的代码或者思路写出来。最后一点,是常见框架相关的东西,尤其是申请数据分析的岗位,策略,一般会要求你对torch,tensor flow这些常见的deep learning框架有个了解。去做一些数据的话肯定简单的python得有稍微有一些了解,可能他会问你很具体的业务上的问题,比如问你用pandas写了一个二维的表,二维的表运算速度怎么去优化,可能取决于大家平常的一些经验,如果你做过很多大部分问题心里还是有数的,整体在Intern还是需要一定时间去准备的。
本次回顾就到这里~
下期更多问题解答
还请锁定我们!
| 学员案例回顾 |
联系客服