金融专业的大一新生若想入行量化交易领域，需要课外自学补充哪些知识？

bg 9本硕，某团暑期实习。记录一下80分钟：5分钟1. 自我介绍35分钟2. 了解实习经历3. 针对实习项目，问数据层次怎么分层4. 数据分层的作用5. 针对具体实习项目，说明业务逻辑6. 说明实习项目的“订单量”这个指标从源头到产出的ETL过程7. 针对实习项目，复盘后最大的难点是什么8. 复盘之后有什么收获9. 你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的？10. 处理小文件有哪些方法，举例子11. hive冷热分离的方法12. 你刚才提到了组里有做ec存储，你了解ec存储吗13. 暑期实习有什么感受，转正了吗15分钟14. 了解spark的semi join吗，他是干嘛的15. 了解spark的AQE，这是什么16. 你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17. 了解网络吗？讲讲三次握手和四次握手区别。18. 了解数据结构吗？讲讲O(nlog n)的不稳定排序算法。20分钟两个编程题：Q1.求开方：给定num=5.79，error=1e-8，求x使得abs(x^2-num)<error19. 先讲讲思路吧，有什么思路：二分O(log n)20. 刚开始没做出来，面试官提示了下细节21. 后面二分法做出来了，面试官说那如果num小于1有什么变化呢22. 面试官问还有什么方法吗：牛顿下山法23. 公式写上去，但是面试官不关心公式，关心原理：会无限逼近24. 如果是三次方四次方，牛顿下山怎么用呢，公式会变的Q2.1TB的int类型数据怎么在512MB的虚拟机中求中位数25. 已经70分钟了，没时间了，没要求写代码，只要讲思路：外部排序，归并思想26. 面试官问还有什么方法吗：没想到了，但是后面搜了下有分布式排序，mapreduce排序等，估计想让我回答spark相关的，但是真不知道。5分钟反问27. 反问业务、作息、感受：都是套话28. 反问可以提升的点、我的不足：涉及到应聘者的评价，不能说。29. 谢谢面试官勒，吃饭去咯。

一面 hr面 30min1.自我介绍（这个要好好打磨 控制在2mins左右 突出自己的亮点 切记不要复述简历）2.描述实习经历（抽了两段）3.深挖简历（具体在实习中做了什么工作、取得了什么成果）4.在学习或者实习中最有成就感的一件事？面试官有反问5.为什么选择财务岗位？6.自己近五年的职业规划？7.反问：主要看中候选人的什么能力

终于讲到一个还没寄的人才计划了，感谢兴子一面：兴子好像每一轮面试都是采用的群面的方式，每轮面试都是至少2个面试官在场兴子整体的面试氛围比较轻松，首先也都是介绍一下简历里的项目和实习，然后就是就是面试官对简历的项目进行提问，由于自己做的项目都是偏基础软件的项目，感觉面试官也并不是很懂，唯一相关的就是正在进行的实习，是做LLM推理Infra的经历，然后就是正常询问，问问做了哪些工作，有什么收益，感觉更像是我自己在说，他们也并没有深问，而且虽然投递的是大模型算法的岗位，但是实际上并没有拷打算法八股，反而是问了几个cpp和OS的八股，都比较基础，时间有点久也不太记得了。然后手撕只能算撕半个题，就是最经典的DP爬楼梯问题，让我把状态转移方程写出来就可以，不需要我写完整的代码哈哈哈哈，然后一面就比较轻松的结束了二面：二面当时去车站接女朋友了，然后出租车堵在路上了，无奈就没用电脑面试，用手机面了全程，最后手机还没什么电了，借了出租车师傅的充电器才完成的面试。二面就是综合面试了，感觉是轻技术重性格的一轮面试，问了很多开放性的看法问题，对xxx是什么看法，如果遇到xxx你会怎么想等等这类的问题，然后就是问了问在校期间最难忘的事情是什么，我说是本科打竞赛的时光，很充实，和队友一起碰撞思想很有意思，然后面试官就顺着这个问题继续问，问我如果队友没有完成他应做的工作会怎么做什么的，我就如实回答说我的两个队友都非常积极，我们都是遇到问题一起解决，谁遇到卡点了，其他人都会帮着一起看等等这样的问题。最后就是问了问我有没有女朋友，女朋友是做什么工作的，在哪里上班啊这样的问题，然后和这个部门的base地（上海）也都比较近，所以没有像腾讯那样不太好回答三面：三面相对来说是技术含量最高的一轮面试，这一次就是会拷打一些大模型相关的知识，让我觉得这才是正常的算法岗吧哈哈哈哈三面一开始也是一样介绍简历里的项目，并且进行深入的提问，对于实习经历重点问了问，因为比较相关，然后这边的部门感觉主要的业务是做AI Coding工具的部门，问了我很多Agent和RAG的一些知识，我说Agent没有做过相关的项目，但是大概了解过一些基础的框架如：LangChain等等，然后又问我对RAG技术是什么看法，这个问题我的回答有点狂了我说我不太看好RAG技术，感觉这是一个混淆概念对技术，面试官问我原因，我说与其把精力放在做RAG上，不如提升模型等Long Context能力，但是后面回想了一下，这两个工作的方面其实也不一样，一个是提升使用LLM的能力，一个是提升LLM自身的能力，当时不知道怎么回事就脑子一热了，面试官也没有拷打我，就说即便RAG技术不以现在的形式存在，也可能以另外一种方式存在，然后我就顺着他的话说是的是的，我刚才的表述不太准确然后就是简单的业务咨询和反问环节了，面完三面之后已经过了很久了，中间让我提交了一次附件材料，让我把获奖证书，奖学金证书什么的上传一下，说要进行评估，然后到现在也没啥消息，不过倒是不是很慌，三面的面试官就是推我进来的人，我俩有联系方式，我经常骚扰他问他进度，他给我的回复也都是还在蓝剑流程，所以也没有很慌哈哈哈哈，就看后续还有啥流程吧

什么鬼测评，语文概括主旨，图表数学快速计算（一分钟快速算这种东西？一半以上都是来不及算完蒙的），考公行测大半都是蒙的，性格测试更是离谱，测评前看🐮友说不要前后矛盾，好，前面的按照设定性格去选，然后到了后面就出现要么三个都是最符合要么三个都是最不符合😁😁😁闹麻了