►前言:

Balyasny Asset Management L.P.公司成立于2001年,管理规模约300亿美元。公司强调专业化研究、低相关性利润、高风控,公司采用严谨的基本面研究来形成高alpha值,也结合技术性分析基本面分析和周期性分析来创建资产组合。公司意在招收更多有野心来自不同背景的申请者这样可以为客户创造更多有创造性和高回报的机会。

当然,大家最关心的还是薪酬方面。BAM的平均薪水约为18万美元,其中基础薪资平均15万美金+奖金平均3万美元,这样的薪资待遇怎能让人不想行动?

今天我们就邀请到了拿下BAM Fund DE offer的L同学,让我们欢迎他来和大家分享一下自己都有哪些压箱底的“秘诀”呢?


学员介绍:

姓名:L

即将要去:NY B.A.M. DE Intern

本科:NYU

专业:Math & CS

研究生项目:CMU MISM

导师名字:N导师

Overall GPA (最高学位):3.8+/4.0

求职获得的所有Offer:Blackrock SDE Intern-Wealth Data, B.A.M. DE Intern, Bloomberg DA

发表过的Paper/做过几个research:NLP Text Classification Paper, DL Generative Cox Mixture Models Research, Hadoop on Cassandra Research

简历上的工作经历:国内大厂PA + 美国大厂DA

 

Q:首先分享下为什么选择了PH求职?

学长推荐,经济实惠,课程复习cover的东西足够全面,有人24小时答疑,也有内推。

 

Q:在申请过程中,有哪些导师帮助过你?给予的帮助有什么?提过哪些比较有帮助的建议或者服务?

给我上过最多课的N导师, 也给了我24/7的贴心答疑服务。我想要的资料,不管是PH自制面经还是市场上的求职书,只要我开口提出需求他就一定能帮我拿到手。各种公司take-home challenge的答疑,就算导师人在外面也能马上解答,简直是雪中送炭。在求职开始之前也给过我非常清晰的求职规划。

R导师提供了很多job postings.

L导师在我BCG的super-day阶段给了我非常好的mock体验,也给了我很多面试的tips和可能出现的cases.

给我上过课的亚麻FB的DS大佬A导师,E导师等等。然后还有PH无限内推服务也很到位。

 

Q:想对导师(们)说的话以及有什么想要分享的其他个人感想吗?

非常感谢N导师把data相关的hard skill方方面面全部给我捋顺了一遍,知识结构比原来清晰了很多,也偷偷给了我很有用的自制cheat-sheet,简直无敌!在面data case的时候让我有了逻辑性更强的答题结构,也能hit到更多要点。虽然只是找实习,但是但凡是拿到的面试N导师都有找人帮我好好准备,全部都让我有了很好的练手实战机会,从最初wayfair完全不会答的出丑到最后能随机应变,给我下一个season找全职带来了更多信心。

Q:在申请过程中是如何明确自己申请方向的?

清晰对比了不同position在不同industry的pros and cons,工作内容,前景以及薪资。这些认知很好地辅助了我做出判断。

 

Q:自己求职的优势在什么?为什么这是一个你觉得你自己最大的优势?这个闪光点在求职中对你有什么帮助?是如何明确自己的申请方向的?

有北美大厂的实习经历,和沟通能力。

 

Q:求职时自己的短板是什么?PH导师怎么帮你补足的,提出过什么好的建议?

啥都不行,模型知道的不够多不够深,live coding反应不过来,八股文背不好,case没有结构,gpa不高,专业不对。但在改简历的时候导师都很好地帮我润色并用文字突出了个人优势。还有在pitch的内容上帮我进行了调整,能够customize去fit不同公司的culture.

Q:在改简历的过程中有没有什么经验?PH的导师在修改简历的时候对你有什么帮助?

每段实习通过关键词提取概括项目,每个项目概括出技术栈,具体描述自己克服的technical challenge,而不仅是乱扔buzz words.

 

Q:在申请面试的过程中有没有什么经验?PH的导师在写面试准备的过程中有对你有什么帮助?

没上面试课。mock倒是很有帮助,给我mock了不少全新的case,即插即用。

 

Q:如何networking拿到内推并拿到面试机会的?

PH大家庭的学长学姐分布在各行各业的龙头公司,有非常多的内推机会。学校自己项目也会每周邮件发出内推机会。当然绝大部分还是要靠自己不厌其烦的主动网申,PH也有提供不断更新的checklist,去尝试每一个不起眼的机会,才能够尽可能多的获得面试机会。

 

Q:如何分配学业和找面试的时间的?

学业中跟data方向相关的ML和统计课可以抓一抓,其他的时间都优先给准备面试和找工作机会让道。每天先完成准备面试的内容,再去完成作业。研究生GPA差不多就行,把时间花在刀刃上。

Q:自己都是如何提升个人背景的从而在申请者中脱颖而出拿到面试的?

多蹭research多在project中多做事情,确保自己就算做不完一整个project,也要能流利的概括出这个project的What Why How. 多做概率和sql题,多看case,不同模型的代码模板要有,怎么解释model要记住,争取不错过任何面试机会。

 

Q:面试的OA和takehome有什么做题心得吗?PH求职如何帮到了你?

PH为我详细地walk through了整个take-home,OA也有面经。基本上类似的题型都能提前准备到,模型网上也有example.

 

Q:对于求职的后辈们有没有什么特别想提醒的注意事项?

别卷,早点上岸。Data是日积月累,要复习的东西很多,早点开始练,遇到新题可抱不了佛脚。

 

Q:说一下在PH求职做学员,加入PH求职的整体感受?

面经和资料很多,总能找到跟你方向一致,面试timeline相似的人互帮互助。


►结语:

PH求职包含各种工作内容、面试流程、在职导师经验分享… 让你在申请季offer多多!