收到伯克利的面试邀请真的好开心呀！分享一下热乎乎的面经。
总结
官方说面试大概是 30 分钟，楼主前面那个同学面了 30 分钟，但楼主自己面了差不多 1 个小时（可能是因为楼主经常不能 get 面试官想问的点，就需要用蹩脚英语和面试官沟通想法，所以面的时间就挺长的）
根据往年面经和我昨天的亲身体验，面试问题主要关于你 CV 上提到的相关课程、实习，不同背景的人（纯商科/工程/数学……）面到的问题很不一样，所以别人的面经大家参考一下就行了，不用特别较真。像我之前在地里看到很多面试都喜欢问 BS 模型、call /put option，但因为楼主是工程背景，就完全没有问到这些知识。所以大家最最关键是把自己 CV 上列出来的相关课程熟悉一遍，面试官完全就是看你写了啥课程就问你相关内容的！比如说我写的微积分、线代、计量经济学、C 语言就都问到了！
还有！很重要的一点是可以提前去 linkedin 上看看面试官的背景，这样就可以自己脑补一下面试官会对你的哪一方面什么感兴趣。楼主 CV 里面有两段机器学习的科研，而且我看到地里有些面经说面试官会问 machine learning 相关知识，但是我在 linkedin 上看到面试官是 economics 背景的，所以我估计他不会问我机器学习的概念、算法问题，最后证明楼主的猜想是对的！所以知己知彼很重要哦。
另外还有一点就是，尽量不要埋头计算或者埋头写模型公式写完给面试官一看就完事，要努力边写边给面试官介绍（用英语表达数学公式和概念真的好难，楼主本来以为自己托福口语有 25 已经蛮不错了，结果面试的时候讲英文照样呃呃啊，不过没关系一定要大胆讲，真诚交流最重要嘛！）
面试题目：
- walk through CV，就主要讲讲自己学过哪些课，做过什么相关实习
- 一道积分题
- 矩阵特征值、特征向量怎么求，楼主回答的时候把特征向量求法[λ*E-A]X=0里的X向量给漏了，面试官提醒了才想起来，丢人（结果面试官居然说我已经是他今天面试的人里面能答出最多内容的）
- 线性回归最基本的表达；以及线性回归的基本假设（主要是误差项均值为0，并且同方差）
- OLS 相关问题（但楼主太菜了不太能get面试官的意思，说了一大堆 OLS 具体原理计算方法，最后都没答到点上）
- 指针的定义，指针内部装的是 value 还是 address（特别特别基础，我本来以为会问冒泡排序/快排啥的；另外我还学过 OOP Java，不过因为面试官学的是 C++没学过 Java，所以就说不问我 OOP了）
- 因为 CV 里面提到了 Fama-French 模型，就让我写一下模型公式，解释一下变量含义，还有变量计算的方法
- 因为 CV 里面提到了 win rate，就问我那个项目里面胜率具体是怎么计算的
- 如果你是投资经理，并且你能够预知各种资产的 α 和 β，请问你选择怎么样的资产（我一开始讲了要看投资者不同的投资需求，比如是 pension 的话就买低风险的，收益不是很高也没关系；后来反应过来他是想问我对 α 和 β 含义的理解）
- 问我还有什么他没问到但是我想告诉他的，我就介绍了自己金工实习里的一个 project，里面用到了 OLS、假设检验、虚拟变量、T 检验，然后面试官就问得超仔细，问了具体有哪些假设、数据怎么来的、原始数据怎么处理成变量的，把这个项目里具体用到的 OLS 回归式写出来，介绍数据怎么带进回归方程的，假设检验怎么搞的，然后 T 检验拒绝/接受域的大概形式是怎么样的（最后问了 T 值大于某个临界值，是拒绝还是接受假设，超级基础的问题，结果楼主讲着讲着把自己绕晕了，然后就说反了，哭）
- 最后问我有什么问题想问他的，我就根据他 linkedin 上面的实习经历，问了一些金工具体研究方向选择（基金研究/trader 这种）的问题，还有工作中用哪种 programming language 比较好
其实问到第 9 题的时候已经面试了 30 分钟了，结果第 10 题问得超级细，最后加起来就面了一个小时。
写得好长，感谢大家不厌其烦读到最后哦！
--------------------------------------
原文引自：
https://forum.chasedream.com/thread-1361553-1-1.html
参与讨论及查看更多的相关文章请访问【商学院Master申请区】
https://forum.chasedream.com/forum-14-1.html
京公网安备11010202008513号