版上很少看到数学、统计背景的心得文，因此决定把我的经验分享给以后的学弟妹。准备
找工作时我在这个版上获得许多资讯，这篇心得文也算是回馈给大家。
背景：
112数学学士、应数所统计组硕士，硕士论文有关统计的方法论，用到满多回归分析和提
出新的模型选择准则。没认真学过程式，leetcode打开连class是什么都不知道，没一个
语言会写（大一学的C早就忘光了、硕论用R语言）。找工作时花了一个月自学Python，
leetcode大概写了50题easy、10题medium。
英语能力：托福104分 (R29 L30 S22 W23)、GRE (V:152 Q:170 AWA:4.0)
原本打算出国念博，但申请全灭决定进入职场，也不太清楚能做什么工作，基本上是海投
，选几个比较有印象、参考价值的面试放上来，都是投履历，没有任何内推。
一、 Point72, Quantitative Researcher
一面：
面试官好像是台湾团队的老板，问我为什么想做这份工作、自己有什么优势。
然后问了三题机率统计的题目，前两题答的很顺，第三题可以用无穷级数积出来
但被问有没有比较快的解法，我想不出来。后来问我的程式能力，我说我程式很差，
他就问我C++的整数是几个byte？我直接说不知道XD。之后转去面试实习的职缺。
二面：
一开始自我介绍，问我硕士论文的内容，对我们的手法满有兴趣的，然后问我对股票
价格分析的一些看法，我答得满烂的。最后问了一系列机率问题，我满多都要
靠提示才能回答，有一题统计题我也答得不好，觉得没希望了。
三面：
自我介绍，也聊了不少硕士论文的东西。之后问我三道题目，统计问题答得满顺利的
，机率问题卡了一下但还是有回答出来， sorting相关的算法问题完全不会。
结果：感谢函，这是我的第一个面试，基本上完全没准备就去面了，后来满后悔的，后期
准备好的话有些题目应该都能顺利的答出来。
二、台积电, CIM Engineer
原本是应征台积电别的职缺，然后收到这个单位的面试邀约，工作内容看起来跟资料
有关，所以答应面试。
主管视讯面试，一开始先自我介绍，然后就都在问专业知识，光是硕士论文的内容大
概就问了三十分钟，比较特别的是问统计制图的经验，我就详细说明曾经透过绘图看到特
定的pattern，也成为后来的研究方向。讲完后就让我问问题，问了才知道这是一个很大
的部门，职称一样但大家做的事情可能会差很多，整体是在做工厂制造的自动化及监控产
线的运行状况，主管希望我去做资料分析相关的工作，利用一些讯号来判断机台的运行状
况，会用到Python跟ML。上班常态性加班，但很少会超过八点，升迁机会多，很多工程师
离开后也都找到更好的工作，发展性好。
结果：无声卡，寄信去问也没回。
三、 ProtonMail, Spam and Abuse Analyst
一面：Pattern recognition test，有点像益智测验，不难。
二面：HR面试，问一下履历的东西，聊一下公司职位和之后的面试流程，
也有提到这个职位不会用到太多coding，懂些基本的就够了。
三面：笔试：像一面的笔试再加一些简单数学和统计的计算。
四面：
部门主管面试（全英文），主管是外国人，聊了一下履历跟硕士论文，之后花满多时
间看一些data问我的看法，因为是没看过的资料类型(Email header)，一开始不太习惯，
后面有越来越好。整体面试总共约100分钟，还满愉快的。
结果：感谢函，我有寄信问feedback，HR表示我最后一关的技术面没达到要求，但我面试
当下感觉主管的回馈都满好的。
四、永丰银行, AI量化策略开发工程师
在104收到面试邀约，职缺内容看起来是做ML，不知道为什么会邀请我去。
结果跟想的一样，他们要求要有ML的能力，也要会coding，但我完全不会。比较惊讶的是
同时有五个面试官，感觉浪费了他们的时间XD，有个面试官是数学系的学长，给我满多
建议的，很感谢他。
听了永丰学长的建议，从这个时间点我开始自学coding，从Python的基础语法开始，
花约两周把线上课程看完 + 大概30题leetcode，继续开始面试。
五、群益金鼎证券, 计量研究/交易系统开发人员
会先寄一小份作业，是工作上会碰到的问题的简单版本，只要把想法写下来就好，
基本上是用C#的class处理一些时间序列资料，也算是对工作内容有个初步的认识。
通过后主管视讯面试，工作内容主要是交易系统、策略开发、分析买卖单资料防范对
手的攻击，以C#为主，要熟悉物件导向的程式设计，不太像一般坊间流传银行code都写得
很脏，里面的人很注重code的品质。主管有问我硕士论文的研究，问得还满仔细的。确认
对工作内容没问题后会有个小考，跟作业满类似的。
结果：offer get. 主管打来通知，我开完薪水后他跟副理聊完说说开太低了，叫我把
其他面试都结束后再开给他，愿意等我一段时间，整个面试过程跟offer处理都很有诚意
，感觉是个好单位，让我觉得最后拒绝他很不好意思XD
六、面了五间左右的资料分析师，发现这类的工作其实也用不太到统计，比较注重你有
没有商业的sense，还有presentation的能力要好，技术面其实就高中生程度、会excel
就差不多了，自然薪水也不高，新鲜人很难超过45000，我都是面试聊一聊就不继续了。
最后我去了某间Hedge Fund打杂，不想被同事认出来就不细说了。
一些其他心得：
1. 科技业没什么数学、统计背景的机会，我投过不少竹科大厂的职缺，只要关键字有统
计或数学我就投（品保工程师、良率分析师、应用工程师、资料工程师），但全部石沉大
海没有任何面试。
2. 金融业应该是机会最多的，金融业IT、计量相关的职缺，几乎都有给面试的机
会，拿到offer的比率也较高（coding练到leetcode easy之后），计量应该是就业市场
上跟数学和统计相关性最高的职缺，自然会比较好找（但还是用不太到数学统计XD）。
3.花一个月练个Python满值得的，现职我也常常用python写一些小程式处理资料。
推荐这个开放式课程: https://www.py4e.com/lessons，花了两周看完，从没写过Python
到可以用Python写leetcode easy题目。
4.如果时间更充裕学C++或许会是更好的选择，有几间Quant只接受C++不接受Python。