[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。

--

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。

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。