首发于数据应用学院

[原创]算法教练谈谈码工面试

解构码工面试密码

码工，顾名思义，写代码的，也就是常说的软件工程师。这是学计算机专业的同学们最门当户对的职业，也是很多希望转行的朋友们的第一选择。软件开发是件有趣而枯燥的事情。有趣是因为只有你想不到，没有你做不到的。50年前没有人能预测计算机即将进入快速发展时期；40年前Bill Gates，Steve Jobs仍然默默无闻；

30年前，windows开始慢慢进入普通人家；20年前也没人能想到互联网的到来会改变企业采购，销售，库存，人力资源等方方面面；10年前你能想象在没有手机，没有网络的世界会是什么样子吗？今天，大数据又以迅雷不及掩耳盗铃之势影响着我们的生活。枯燥是因为你需要用自己的努力一行一行的码代码，要经历requirements，design，implementation，unit test，integration test，maintenance等一系列软件开发流程。

那兴趣是成为优秀码工的基本素质。有句话说的好，Programming is a labor of love。其实做任何事情都是一样，唯有真正的热情，才能完成真正的伟大事情。还有一些人认为编写代码是机械的，就像自嘲里说的那样，码工码农，我们用青春来码墙。也有人说印度的软件行业之所以发达，是因为他们高中生都会写代码，因为计算机门槛低，什么人都能学。

事实上，编程是一件极具创造性的工作，也可称之为是一门艺术。

最优秀的软件工程师则是工匠，他们能把自己独具慧眼的创造力融入到每一行代码中。他们追求代码的精致，甚至雕琢至完美；他们把大型系统像拼图一样组装到一块，严丝合缝。热爱编程的工程师从构建软件中获得满足，就好比一位作曲家在完成一部交响乐后而欣喜若狂。正是兴奋感和成就感，才造就了喜爱编程的明星工程师。

软件工程师，那自然需要对一门或者多门计算机语言比较精通，了解语言特性，熟悉常用的library或者package，对流行的framework或者开发环境有一定的认识和了解。但这些远远不能作为优秀程序员的标准，甚至都没有达到很多公司入职的门槛。

那我们来说些干货，什么样的人适合这个行业？如何迈入FLAG（Linkedin如今将要成为Microsoft旗下的品牌）和极具发展潜力的unicorn这些顶尖科技公司的大门？如何成为一名优秀的码工？

就像之前所说，你热爱编程，喜欢挑战，对新鲜事物永远向往。因为这个行业发展迅速，新的技术层出不穷。如果你愿意站在科技的最前沿，是一个对编程感兴趣，对技术敏感，逻辑思维能力强，严谨细心，勇于挑战难题，以解决一个程序设计难题为乐的人，那就去大展拳脚吧。

当然你要耐得住寂寞、禁得起熬夜、愿与电脑长相厮守。

数据结构和算法，数据结构和算法，数据结构和算法

重要的事情说三遍。一个刚从象牙塔走出来的学生，也许简历稍显简单，项目经验也略显不足，那面试官如何从众多竞争者中选人呢？自然是面试，那众多科技公司都以数据结构和算法作为基础和核心考察科目。别怪我没提醒你，FLAG这类公司在面试fresh或者junior level的职位时，70%（也许更高）的面试都是这一类。Leetcode，lintcode，carrercup等这些网站提供了极其丰富的资源，大家不妨去刷刷题，熟悉下面试可能会被问到的题目类型。

相反的，在面试这类公司，或者说一些general hiring的面试，对于计算机语言反倒没有什么太多限制，你可以选择你最熟悉的语言。面试官所看重的是你的思路，是观察你在遇到困难挑战时如何去面对，是考察你能否用计算机程序清晰的把你的思路编写出来，是否有周全的考虑到每一个可能出现的情况。顺便说一句，你的编程习惯、风格，如何和人交流，表达自己的想法，面试官都看在眼里。

系统设计也是会被经常问到的一种题目类型，考察的是面试者是否能全局的去思考问题。这类题目听上去很简单，而往往是个很开放性的问题。在和面试官交流的过程中，他会给你一些提示，把你往正确的方向引导。

面试官们想要看的是在45分钟到1个小时之内，你考虑了多少种情况，解决掉多少问题。他们追求的不是一个答案，而是在整个面试过程中，考察你思考论述的过程。

很多同学也许没有丰富的项目经验，那如何去准备呢？多参与一些项目，现在的open source的项目非常多，可以多去看看别人的代码，甚至是参与其中，在实际的系统中去实践。

课堂中可能也会有系统设计的题目，比如设计一个数据库，或者是操作系统课上的多线程项目。不再再把它仅仅当成一个简单的project，不要为了交作业而去做，而是把它当成实际问题，思考系统设计过程中的架构和博弈。多和有经验的工程师去交流，当然你也可以从面试的过程中学到很多东西。

除了general hiring的面试以外，也有一些针对某一些技能的面试，比如前端工程师，网络安全工程师，数据科学家。那对于这一类的面试，数据结构和算法的比例和难度或许会降低一些（只是或许哦！）但对某些领域的知识就要求深入一些，对于有过research经验的同学也可以试试对症下药，找一些和自己研究领域相关的职位。

矿工之角色分析

我们再来说说矿工，顾名思义，挖矿的民工。矿工是从英文Quant而来，quantitative analyst的简称。因缘巧合，Quant多来源于金融业，正好和矿、金矿无缝对接起来。Quant大多在商业银行、投资银行、对冲基金等公司工作。

大数据时代的到来，让很多科技公司也出来了很多data scientist，data analyst的职位。Quant简单说来就是什么时候买东西，什么时候卖东西。买卖什么呢？金融衍生品，比如股票，基金，债券等等。换一个高大上点的说法，quant的工作就是设计并实现金融的数学模型，包括金融衍生品的定价，风险评估，市场预测，当然也包括交易等。矿工的小工种也分很多，比如desk quant，直接服务于trader，开发他们所需要的价格模型，说的直白一点，是最接近money的quant，看着眼前几十个几百个million甚至更多的数字在眼前忽上忽下的跳动，你感到兴奋与激动吗？

当然压力也是可想而知的。

Model quant，这些人需要独立开发模型，有做pricing，有做风险评估，有做市场预测等等。他们所做的模型需要对desk quant进行support和validate。压力相对较小但也远离money。Research quant，这是一帮数学很优秀的家伙，多数是有丰富科研背景的Ph.D。他们需要尝试各种公式和模型，对可能出现的各种市场环境做评估，帮助上层executive做决策。如果你喜欢挑战，喜欢科研，相信你不会觉得枯燥。当然也要耐得住寂寞—— 在没有研究出什么大的成果之前，你可能默默无闻。（当然你的角色仍不可或缺。）Quant developer，投行里的软件工程师，他们需要把desk quant和model quant开发出来的数学模型自动化，比如高频股票交易。在一个前所未有的数据、信息高速发展的时代，这一切都离不开计算机，那当然也离不开能驾驭计算机的伟大的工程师们。所以Quant，很多时候也是一名优秀的码工。

那什么样的人适合去做Quant呢？

第一喜欢技术类的，对数学和编程相关的工作感兴趣。能够做一些技术工作的人里，又包括了只喜欢纯数学做理论，和只喜欢写程序这样的人。或许前者更适合留在大学教书，后者不如去互联网公司。但要做 Quant，你应该对两者都有一定的热情。第二要对金融市场有兴趣。技术做的好的人一般选择也比较多，能建模能编程的人去别的科技行业也能找到不错的工作，单纯从收入上来说我不觉得 Quant 这一行就一定比其他行业有优势。但市场本身是一个绝对独特的存在，做 Quant 的人肯定是对市场的兴趣远超过去研究高能物理或是人脸识别。Quant不仅仅是码公，真正意义上的Quant不仅要有良好的编程能力，严谨的数学思维，还要有对市场的直觉，编程都只是实现目的的手段而不是目的本身。

有句玩笑话，Quant = PhD + Cpp Expert + Good Math Basic + Smart + Perfect English。可以看出Quant的门槛还是相对较高的，尤其是顶级投行，PhD并不是一个必要条件，但确实不少Quant是PhD出生。你需要对一两门计算机语言非常熟悉，如果你是desk quant，那你所需技巧就更广泛一些，因为你要在很短的时间内解决各种问题，你可以运用各种工具各式技巧。数学，这是必须的。你需要熟练运用数学的、物理的方法进行经济、金融、投资的建模和分析；需要把所有的智力全部用在证券定价模型、投资模型、套利模型等各种投资策略模型的开发和定量分析上，采用计算机编程设计并实现衍生物定价、风险估价或预测市场行为的金融数学模型。

不同的Quant职位的需求不同，有的偏向于统计，有的偏向于随机概率，有的偏向于工程数学，有的偏向于machine learning。但基本每一个quant的job description都要求quantitative，numerical，和analytical的能力。需要提一句的是，虽然东西很多，要求刚刚走出校门的学生全部都精通有些不切实际，面试官更看重的是人的潜力和对新鲜东西的渴望。很多东西可以进了公司之后再慢慢培训。但提前对编程和金融衍生品知识进行准备会让你赢在起跑线上：C++ Primer, Data Structures and Algorithm Analysis, Options futures and other derivatives (这本号称华尔街圣经，就是厚了点)，这些经典的书是个不错的开端。

不同职位对编程语言的要求不一样，要准备的编程语言有：C++，Java，Matlab， R， Python，Perl， SAS，SQL，Excel/VBA等等。看上去很多，但精通一门比什么都会一点要好得多。面试Quant，brain teaser也是经常会被问到。有事没事儿多动动脑子没坏处。

最后再来点纯干货，那就是矿工的四大名著，对于找工作的同学会有所帮助。