英国IT面经-高盛

简介

高盛(Goldman Sachs)算是我面得最早的一批公司之一,那个时候拿到面试通知的都是一些小公司,突然收到高盛的面试通知,相当激动。然后就开始疯狂地在网上看面经,刷题。面经刷完了,总感觉心里不踏实,就自己模仿面试官出题给自己答,连在去面试的路上都在练习。当时面试得少没经验,每次机会都像如履薄冰,现在想想挺傻的。最终虽然没有拿到Offer,但这次之后,恶补了一段金融知识,再面其他金融公司都比较游刃有余。

Goldman Sachs

网申

一开始是正常的网申,高盛(其他金融机构也一样)喜欢在网申的系统中设置非常多的开放性问题,类似于“你觉得你有哪些优势能够胜任这个职位”、“高盛与其他竞争对手相比优势在哪”等等。每个问题都有最低字数限制,不能一两句话简答。基本上每题都是查资料写个300-500字,基本相当于一篇小作文。结果就是,这一份申请就花了我半天多才写完。估计高盛也是希望借助这个来限制海投的人数。

电面

面试通知距离我提交申请大概有快一个半月的时间,是所有面过的公司中最长的一个。后来知道这些大型投行都有固定的招聘时间点,时间点没到投过去的简历是不会开始审的。面试通知我3天后有第一轮电话面试,告知了大概的面试范围:简历、项目经历、科研等等,让好好准备。

电面当天电话准时打过来。面试官是个印度小哥,口音不重但能听出来。首先很礼貌地介绍了自己所在的组,自己组日常的工作,大概2分钟,然后就直接进入技术面了。基本上是以简历上写的内容为出发点,不断往深挖。聊的第一个话题就是我硕士期间做的东西,我说我的研究方向是NLP+Machine Learning,小哥说他们工作中machine learning用得挺多的,NLP用得少,让我谈谈对Machine Learning的认识。我的情况正好相反,NLP是核心,Machine Learning是辅助,简单聊了聊Machine Learning后赶紧把话题转到NLP 上。好在小哥还挺感兴趣,问了不少细节,跟他就用NLP辅助股票交易的思路聊上了。聊了一会。他说时间有限,咱们换下一个话题。

然后就开始问之前做过的Java项目,基本都是面向对象的问题,问得很基础但是很细,比如面向对象四大特征,每一个都要求先说定义,再举例子,最后分析应用场景。这些在本科都学过,但现场说就感觉不是俺么容易。好在之前面经有提到过,做了比较详细的准备。然后就开始问设计原则,设计模式,聊了一些常见的设计模式,内容都不难。感觉难点在怎么把这些解释清楚,算是侥幸过关了。

接下来看到我简历上写了个Python项目,问具体内容。那是我在学分布式计算的时候写的调用Hadoop的代码,功能并不复杂,主要是用来练手兼理解Hadoop用的。小哥貌似对分布式了解得不多,我马上抓住这个机会大谈了一把分布式计算。我问小哥高盛用Hadoop吗,他说公司有采用,他不是很清楚,但是有不少代码是Python写的,会Python会有很多加分。

看下时间,已经快45分钟了。小哥看看时间差不多,让我问了几个问题,跟我介绍了接下来的流程,就挂了。

第二天电面结果就出来,约四天后去Assessment Center。

Accessment Center

面试地点是London的高盛大楼,高盛大楼坐落在伦敦金融街的中心位置,低调而庄严。与外部颇具历史感的石壁相比,高盛大楼内部 的装修算得上富丽堂皇,极具巴洛克风格,让人很有好感。

面试分为五轮,首尾两轮都是HR面,中间三轮是技术面。

第一轮是个很专业的姐姐,典型的美国人(很多美国总部调过来的),性格非常活泼,聊得很轻松。基本就是之前网申时候填表时候的问题+部分Competency-base的问题。之前准备比较充分,很顺利过关了。

第二轮是个英国大叔,应该是小组负责人之类的。上来就直接开始开始问数据库设计,聊了会索引、除冗余、异常恢复,然后扔给我一个案例,要求现场画各种UML图。之前学的时候类图、时序图比较熟,其他的都只在课本上学过。磕磕绊绊地按要求画完了(基本都是大叔指导的),然后按图写核心代码。大叔给了不少改进意见,blabla很多如果真要做这个设计应该要注意什么。在点头如捣蒜中结束了这一轮。

第三轮是英国大叔的同事,跟我年纪差不多。但是看上去就是那种智商比我高一个数量级的人。果然,上来开始聊的全是智力数学问题。比如怎么测伦敦多少量汽车、选最优马问题,梯子扔鸡蛋问题等等。问题一个接一个,而且基本上你提出一个方案,他马上会Push下一个。我猜就是要考思维的深度+广度,顺带检测在压力下的工作能力。答得还行,但是特别累。

第四轮是个很上了点年纪的白人,看起来非常精明。进来盯着我看了一会没说话,看得我心里毛毛的,沉默了很久,开口第一个问题直接吓出翔:告诉我目前高盛的股价是多少。我还真知道,不过心里已经不淡定了。果然,接下来面试官的所有问题全部围绕金融知识进行,期货、期权我还能答上一点,后面谈到波动率什么的我就完全懵了。。。是面得最狼狈的一轮,面完心里就知道估计没戏了,金融知识缺太多。

第五轮另一个HR,说是面试,其实主要是问问我自己对自己各轮面试的看法。面得好在哪,不好在哪,有哪些收获教训,非常短的一轮,半个小时就搞定了。

整个五轮加起来差不多花了快5个小时,中间有提供午餐和咖啡,每轮面试都有差不多10分钟的间隔。

总结

总体感觉高盛的面试流程非常细致,深度、广度兼有,综合能力与金融知识也是考核的重点。整个招聘挺人性化的。三天出结果,意料之中。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,454评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,553评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,921评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,648评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,770评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,950评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,090评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,817评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,275评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,592评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,724评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,409评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,052评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,815评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,043评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,503评论 2 361
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,627评论 2 350

推荐阅读更多精彩内容