316
0量化好声音
睡前听一听
欢迎大家
我是Flora
我是Aaron
常常有粉丝来问啊
我很想入行量化
但是简历过不了关
怎么办呢
Aaron你也招过一些量化研究员了
你能不能给大家支个招
说说你作为面试官
愿意招什么样的人呢
好的
这方面可以分享的招数啊比较多
那今天呢
先给大家讲一招
就是打比赛
打比赛什么样的比赛
能够具体讲一讲吗
可以
那其实量化界有很多个重要的比赛
比如简街
千禧年他们都有比赛
那今天我们给大家介绍的呢
是Citadel的Datathon
Citadel我知道
就是城堡投资嘛
它的创始人是肯尼斯·格里芬
这可是个传奇人物
大学起他就开始投资
到今年年初呢
他们管理了650亿美元的资产
这是世界上最赚钱的对冲基金之一了
所以他们组织的比赛
含金量可想而知
那赢得了这个比赛
基本上就拿到了顶级私募的门票
确实如此
那Citadel的Datathon
到底是个什么样的比赛
我们应该怎么报名呢
Citadel Datathon
它是一个数据科学竞赛
那这个名字呢
来自于马拉松的一个仿造词儿
类似的仿造词儿呢
还有hackathon等等
我知道的
hackathon是面向极限编程的一种挑战
所以说从名字上听起来
这个比赛就挺够劲儿的
对这个比赛
在量化和数据科学圈子里啊
关注度其实还挺高的
那今天呢
我们整合了一些资料
像是官方介绍
还有论坛上的一些讨论
甚至呢还有
一位冠军的经验分享
对所以我们今天的目标啊
就是要详细介绍这个比赛
以及怎么报名参加
又如何能成功的脱颖而出
好那咱们就直接切入主题啊
我们先来说说报名的事儿
好的我这边查了一些资料
Citadel一年常常会举行好几次的Datathon
分布在全球各个地区
先是在各个地区举行分赛
最后这些分赛的获胜者
甚至有可能被邀请到美国总部
去参加最后的决赛
那今年怎么样
现在报名还来得及不
到目前为止
今年还只是在2月份
举办了一次欧洲女性的Datathon
其他地区的Datathon目前还没有安排
一般来说啊
全年会有好几次的Datathon
所以
距离国内选手可以参加的亚洲Datathon
很可能是越来越近了
大家可以随时准备着
那如果我想要参加今年的Datathon
我从哪里可以得到报名的通知信息
一般来说
我们随时关注Citadel官网主页就好了
在Citadel官网主页
有一个叫做careers的栏目
找到其中的programs & events
再到undergraduates菜单下面
就可以找到Datathon活动了
听起来要找到这个活动页面并不难
不过呢你等会会把公众号上面啊
会提供一个链接信息对吧
是的
那对报名者会有哪些要求
对国内的选手来说啊
要求是在读本科、满18周岁
并且学业表现良好
预计呢在26年12月到28年6月期间毕业
就可以参加这个比赛了
那如果你是博士生
就要参加博士数据马拉松这
个没有毕业时间的要求
只要学业良好就可以了
这里的学业表现良好是什么意思
要求必须是985吗
这是个好问题
Datathon并没有对国内参赛者的学校
做出要求
不过啊从过往的数据来看
985学校的学生参赛呀
确实是会有一些主场优势的
这个怎么理解
比赛不是在线上进行的吗
是的从国内之前的比赛经验来看啊
先是线上申请报名
这个报名
可能会跟前程无忧
这样的招聘网站合作
申请者在线提交简历和参加评估
然后啊官方会从中选择一部分选手
邀请他们参加线下的比赛
那线下比赛的举办地点呢
就会是像在北大清华
复旦和华科这样的学校了
而且这些学校还会通过自己的渠道
发布赛程通知
那这么说起来
985学校和北京上海武汉等一线城市
确实会享受到一些主场的优势
对的甚至如果学校在外地
会不会主办方在邀请参赛上
考虑会务安排难度而减少名额
那这个我们就不得而知了
对
所以啊
如果你没有进入Datathon的比赛的
这样一个机会
怎么办那么其实对普通人来讲呢
还有很多去进入量化这一行的机会
那这部分呢
我们就在后面的节目中再来介绍
一句话啊
只要有创新的思维办法
总比困难多
好的刚刚
Aaron你提到了在线提交简历的事儿
以及在线评估的事情
这方面你也给大家介绍一下吧
好那这个评估需要一个小时内完成
题目呢大概
是15道选择和填空题
那目前有一些真题泄露出来吗
有内容比较多
那这些内容呢
我们就放在播客对应的资料当中了
题目呢大概是两类
一类呢是报名环节的在线评估真题
我们提供了一个2024年的真题
供大家参考
另外一类呢
是比赛环节的试题
这部分的题目啊
我们有10套左右
都有答案
哦那这些题目的难度怎么样呢
可不可以透露一些大致有哪些方向呢
题目整体上看不算难
以数理统计、机器学习和Python编程为主
听上去
这好像都是我们匡醍课程覆盖的内容
啊哈哈
现在这是广告时间了
对那试题呢
我们放在Quantide research platform
这个平台上了
大家可以在订阅之后进行查看
假设我们过了评估阶段
那么要如何准备正式的比赛呢
一方面
可以从我们收集到的历年的试题当中
去进行挖掘
比如呢
这些题他要求使用什么样的技术
数据又会以什么样的格式来提供
因为比赛他是有时间要求的
如果呢我们对数据集的格式不熟悉
在数据预处理阶段
我们就会花很多时间
那显然就会在进度上显著落后于他人
这点呢
在我们后面的分享中还会看到
非常有道理
其实这些我们从过往的真题中
应该都能够看出来
有哪些是必须掌握的基本功
除了这些之外
有没有真正参加过比赛的人
可以分享一下经验呢
还真有那这里呢
我们采访了David Veitch
他赢得了2021年的博士数据马拉松冠军
他是多伦多大学的统计学博士
现在担任美国银行的固收交易员
他是啊 2021年的PHD Datathon
作为博士呢
他是一般要求是独立参赛啊
而不是组队
了解了那这里
你可能要给大家再介绍一下
组队的事儿
对博士阶段的比赛
一般是独立参赛
其他阶段的Datathon
官方要求呢
还是组队参赛
组队呢可以自己组织
也可以由官方指派
当然了如果是自己组队的话
可能合作上会更默契
也会从而就更有优势
那比赛时间是多久
最后提交的成果又是什么样的呢
以David参加的比赛为例啊
那一年呢
比赛是时间是一周
最后要求提交一份15页左右的报告
参赛的题目是利用气候相关数据
来发现和分析
与全球变暖成因及影响相关的模式
听起来这个是属于生态学的范畴了呀
那大家可能会关心
如果说我们碰到这样的题目
它是属于自己之前没有接触过的领域
那怎么办呢
对通常来说
试题都会超过你博士阶段的研究范围
而且呢时间只有一周
所以你必须充分利用自己啊
已有的技能
那对David Veitch来讲
他对时间序列分析非常熟悉
所以在比赛当中啊
一开始就打定主意
要利用平稳时间序列分析
来分析和研究数据
以期呢找到一个结论
同时呢
他也啊对R语言是掌握得非常熟练
那么这对他清洗数据
以及啊得出最终的结论
以及结论的可视化
都起到了关键的作用
对那从David的介绍
来看在这个过程当中
懂得如何搜索
特别是找到那些补充数据集
也是非常重要的
那比如说
David在进行了几天的研究之后啊
发现他的模型需要一个雨水数据集
这个可是主办方没有提供的
好在他很快通过谷歌搜索
找到了一个雨水数据集
并且呢
还附赠了一个更好的温度数据集
与组织方提供的数据集相比啊
多出了一类非常重要的数据
就是最高温度
所以David他在面对问题的时候
非常灵活
办法也很多
对的但是在处理这两个数据集时
其实David还是遇到了很多问题的
这些数据
是以他没有见过的格式存储的
好在最后
他在网上找到了
如何去解析这种格式的文章
所以这就看出来
我们平时多练习的重要性了
在解决工程问题上
你花时间多了
那么在最重要的分析构建模型上面
花的时间必然就会少
是的这些是hard skill方面的技巧
那最后呢
David还分享了一个没有证据
但是他自己认为是非常重要的观点
就是你不能假设评委什么都懂
或者他有足够的时间来研究你的报告
他的原话是这样的
我知道评委的注意力有限
因此啊他对可视化是非常重视的
所以David的经验总结起来
首先呢你要熟悉一门编程语言
尤其是跟统计相关的库
是的从David的例子来看是这样子的
时间序列分析呢
是他的专长
对我们熟悉Python的听众来说呢
可能需要掌握一下
Scipy和statsmodels这两个库
另外在这种级别的比赛中
可能也需要掌握机器学习库
比如Sklearn
另外他也提到
我知道评委的注意力有限
这也是很有意思的一句话
那实际上
我觉得这是一个非常重要的经验
因为不止在这样一个大赛当中有评委
在工作当中
我们的领导和用户
他们都是评委
而他们呢
都有一个共同点
就是注意力有限
如何把我们的工作更好的呈现出来
这也很重要
还有一点就是平常我们也需要多关注
在什么地方你可以找到有用的数据结
那尽管我们可以临时去搜索
但毕竟呢
比赛它是有时间限制的
如果有自己一些熟悉的站点
这样就不容易跑空
对的我记得
我们在因子挖掘与机器学习策略
这门课中
也讲到了去哪里找数据对吧
对毕竟机器学习最重要的部分之一
就是数据
data song比赛的奖项是怎么设置的呢
一般各个地区赛他都会有一到三等奖
不过名额不多
最后的决赛呢
一般只授予一个小组
不过只要你进了决赛
那即使拿不到奖金和证书
各种现场照片
新闻报道也不会少
那这些都是可以记入自己的简历的
对找工作非常有帮助
好的那关于Datathon
我们应该介绍的很全面了
如果听众朋友们
要想获取评估阶段和比赛阶段的真题
这个资料啊
我们对会员都是开放的
那你要不要介绍一下
会员都有哪些福利
这个会员啊
指的是Quantide Research platform
我们在公众号发的一些文章
许多都配有Notebook
这些notebook
都是在这个平台上
可以查看和运行的
对关于Datathon的真题
我们也会陆续放进来
好的以上就是本期的所有内容啦
我们下期再见！再见！
