Two Sigma Quant Intern (Onsite)

最近参加了TS的Superday，已挂。 哎，水平还是不够， 不过能够被邀请来onsite 已经很感激了。

oa还是地里的老题， linear interpolation + new york temperature prediction + bonus. 三道题的所有test cases全pass。

onsite前，full time复习了两周，今天还是被虐了。

onsite schedule：

上午三轮 下午三轮。 上午表现优异的才能进入下午的面试。

我的上午面试问题：

1. coding： 给1个长度为n的list，找出所有的k子集。 题目虽然很简单，但是楼主太紧张，一上来没状态，卡壳了，debug了好久，当时真想打自己！！！

2. Time series analysis + basic stat:

LR 中的t-test， 如果y~b1*x1+noise1 的R2是v1， y~b2*x2+noise2的R2是v2， 那么y~b3*x1+b4*x2+noise的R2范围是什么？ 为什么？ 什么时候R2最小？最大？

如果time t的return是r_t， 为什么人们喜欢用y_t=（r_t-r_(t-1)）/r_t-1， 而不是直接用r_t来建模？

假设x1,x2,....xn 是iiid sample from a continuous distribution, F（x1,x2...xn）= k， if x1<x2<...<x(k-1)>xk. 求F的expectation

3. 伯努利模型K~B（n，p）中p的CI。 followup： 如果k=0有什么问题，怎么解决？

赌徒每轮从剩余的钱里抽出a%来赌，赢了可以获得赌资的g倍，输了的话赌资全赔。 求让利益最大化的a？

之前看面经，复习了很多ML， LR还有time series的知识。大部分没有考中，ML完全没问。 而且很紧张，感觉时间过得很快。 尤其是coding部分，这么简单的题竟然卡住了，真是太不应该了。

面试体验还是很好的，住宿和食物都不错。感谢HR的帮助。

随便请帮忙加米。