Millennium 量化研究员模拟面试

Pod 型对冲基金——面你的是招人的 pod 和 PM 本人,不是中央委员会。OA → 电话面 → 24 小时 Jupyter take-home → 4-6 轮 pod 面 → PM 聊。Glassdoor 显示 QR 平均 ~60 天到 offer。新毕业生 Y1 $220-305K(Quant Blueprint)。

  • ~280
    投资 pod 数(per Wikipedia)
  • ~60 天
    QR 平均到 offer(Glassdoor)
  • $220-305K
    新毕业生 Y1(Quant Blueprint)
  • 免费
    第一次 mock

为什么 Millennium QR 结构上不同——面你的就是 pod 本身

Millennium 用 ~$87B AUM 跑着大约 280 个自治投资 pod(per Wikipedia),招聘跟着结构走:QR 招聘基本走具体 pod,面试一般由 pod 团队和 PM 本人直接来面——不是中央招聘委员会(per techinterview.org 的 Millennium 指南)。这跟 Citadel 正好相反:Citadel 研究和风控更中心化,有结构化的应届生 pipeline。在 Millennium,追问你 LASSO 惩罚项的人,就是你未来要坐的那张 desk。

后果就是方差大。Glassdoor 数据:QR 平均 ~60 天到 offer,而全公司平均 ~26 天;个体报告从 2 周走完(Glassdoor,2025 年 1 月)到 7-8 轮拖 ~3 个月(QuantNet)都有,技术轮之间还可能隔 2 周(Blind)。格式也分裂——校招通道是 2.5 小时 OA、4 道概率 + 4 道 coding(per 一亩三分地 2025 Summer QR 面经),有的 pod 发 24 小时 Jupyter take-home(Glassdoor,2025 年 8 月),有的发一周期限的 DS challenge(QuantNet)。对留学生这意味着两件事:别人的面经复用性低,以及 OPT/H-1B 时间窗下不能单线程等一个 pod。

不变的是风控透镜。亏掉分配资金约 5-7% 的 pod 通常被关掉或砍资金(per techinterview.org),PM 照此面人:out-of-sample 验证优先于 in-sample 拟合,回撤纪律优先于裸期望收益。按能力块准备,别背固定轮次剧本。

Loop 长这样

逐轮拆解

  1. 01

    Recruiter / BD 电话 + pod 匹配

    Pre-onsite
    30 分钟

    Millennium 招聘走具体 pod,不走中央项目(per techinterview.org 指南)。Recruiter 是在把你的 profile 推销给各个 pod——QuantNet 上候选人反映前期几乎拿不到团队信息。直接问清楚:哪个 pod、什么策略、到底招什么 seniority。

  2. 02

    OA 在线测试

    Pre-onsite
    ~2.5 小时

    按一亩三分地 2025 Summer QR OA 面经:共 8 题——4 道概率题 + 4 道 coding(3 道数据分析 + 1 道算法)。主要是校招/实习通道;社招经常直接跳到 pod 面。

  3. 03

    技术电话面 × 1-3

    Pre-onsite
    每轮 30-60 分钟

    按 QuantNet QR 帖:30 分钟里问 ~5 个问题。概率/统计、LASSO vs ridge、Python OOP(static method、抽象类)、generator。按 Blind 帖,技术轮之间可能隔 ~2 周,而且没有 HR 轮。

  4. 04

    Take-home:24 小时 Jupyter notebook

    Pre-onsite
    24 小时(有的 pod:~1 周)

    按 Glassdoor QR 实习面经(2025 年 8 月):24 小时完成一个 Jupyter notebook 实操量化练习——pandas dataframe 操作和数据清洗。也有 pod 发 ~1 周期限的数据科学 home challenge(per QuantNet)。格式完全看 pod。

  5. 05

    Pod 面 × 4-6 连续轮

    Onsite
    每轮 30-60 分钟

    按 techinterview.org 指南:跟目标团队连续 4-6 轮。更深的建模讨论、项目 deep-dive、统计方法论——OLS 假设什么时候崩、因子模型怎么过拟合、你的信号怎么做 out-of-sample 验证。

  6. 06

    PM 聊 + 管理层 review

    Onsite
    30-60 分钟,1-3 周出结果

    你未来要跟的 PM 会追问风控思维:在严格约束下怎么管理回撤。Millennium 的纪律——亏掉分配资金约 5-7% 的 pod 通常被关掉或砍资金(per techinterview.org)——决定了 PM 想听到什么。

题库

候选人报告的真实题目

  • 概率

    "用一枚公平硬币设计一个游戏,让获胜概率恰好等于 p,对任意 0 < p < 1 成立。"

    Source · Quant Blueprint Millennium 题库(QR 实习)
  • Coding

    "用 NumPy 从零实现 OLS 线性回归——不许用 sklearn。"

    Source · Quant Blueprint Millennium 题库(QR 实习)
  • 统计

    "OLS 假设什么时候崩?因子模型怎么会过拟合,你怎么检测?"

    Source · techinterview.org Millennium 面试指南
  • ML / 统计

    "推导 LASSO 和 ridge 惩罚项的区别。哪个会把系数压到恰好为零,为什么?"

    Source · QuantNet Millennium QR 面试帖
  • ML

    "Sigmoid 激活函数:梯度为什么会不稳定,怎么防?"

    Source · Quant Blueprint Millennium 题库(QR 实习)
  • Coding

    "Python OOP 现场 coding:static method、抽象类、抽象方法。追问:generator 原理和使用场景。"

    Source · QuantNet Millennium QR 面试帖
  • 量化金融

    "局部波动率(local volatility)模型有什么局限?"

    Source · Quant Blueprint Millennium 题库(QR)
  • Alpha 研究 case

    "怎么用 NLP 预测一只股票会不会跑赢?讲清数据、特征、验证。"

    Source · Quant Blueprint Millennium 题库(QR)
  • 表达沟通

    "从 Monte Carlo 模拟、VaR、Black-Scholes 里挑一个,讲给完全没听过的人。"

    Source · Glassdoor Millennium QR 面经
  • 研究 / 行为面

    "讲讲你最近读的一篇 paper。"

    Source · Glassdoor Millennium QR 面经
  • Case

    "24 小时 take-home:Jupyter notebook 实操量化练习——真实数据集上的 pandas dataframe 操作和数据清洗。"

    Source · Glassdoor Millennium QR 实习面经,2025 年 8 月
  • 行为面 / 金融

    "讲一遍 portfolio rebalancing 的机制。然后:为什么做量化研究,为什么是 Millennium?"

    Source · QuantNet Millennium QR 面试帖
常见的信号问题

在这个职级容易被挂的地方

  • 按一套固定流程刷面经

    Millennium 没有统一的 QR loop——每个 pod 自己定流程(per techinterview.org 和 Blind 帖)。背熟一套固定剧本的候选人,遇到 pod 开场就发 take-home 而不是 brainteaser、或者直接跳过 OA,就懵了。解法:按能力块准备(概率、回归、Python、研究答辩),不按轮次顺序准备,并且直接问 recruiter 你这个 pod 的流程到底怎么走。

  • 只有 in-sample 证据

    按 techinterview.org 指南:pod 面试官专门追信号验证——必须讲清 out-of-sample 测试,不能只报 in-sample 结果。回测故事里没有 train/validation/OOS 切分、不谈过拟合,听上去就是一个 alpha 一上真金就蒸发的人。永远先讲 OOS。

  • 策略回答里没有回撤纪律

    Millennium 的核心风控文化:亏掉分配资金约 5-7% 的 pod 通常被关掉或砍资金(per techinterview.org)。PM 评估的就是你能不能讲出有纪律的止损。只围绕期望收益、不带仓位限制/止损逻辑/资金风险敞口框架的策略回答,过不了 PM 聊。

  • 回归基础含糊

    各来源反复出现的技术门槛:OLS 假设什么时候崩(techinterview.org)、LASSO vs ridge 推导(QuantNet)、NumPy 从零写 OLS(Quant Blueprint)。答到 buzzword 层面——只会说「ridge 处理多重共线性」但写不出惩罚项数学——就被标记为简历型研究员。推导级别的回答才是及格线。

  • 不先搞清楚这个坑是什么坑

    按 QuantNet 面经:有候选人答了 30 分钟题,最后发现团队要的是更 senior 的人、或者要求 relocate。pod 制招聘下,这事只能靠你自己防。第一通电话就问清 pod 的策略、容量、要的 seniority——错配的 seat 白白浪费你一个月的求职 pipeline。

  • take-home notebook 写得糙

    按 Glassdoor 2025 年 8 月面经,24 小时 Jupyter 练习就是标准 pandas 数据清洗——意味着评分评的是功夫:干净的变换、写清楚的假设、对数据的 sanity check。一个结果对但 cell 乱、没解释的 notebook,输给一个读起来像研究备忘录的。

Applr 的 Millennium QR 模拟面试是怎么对齐 rubric 的

Applr 的 Millennium QR mock 模拟的是 pod loop 的方差,不是一套固定剧本——电话面训练(公平硬币构造概率 p、LASSO vs ridge 推导、NumPy 手写 OLS),然后是 alpha 研究 case:每一个回测结论都会被追 pod 面试官那句 out-of-sample 追问。

PM 聊模拟环节打分打的是 Millennium 特有的那层:你的策略回答里有没有回撤纪律(仓位限制、对着 5-7% 规则的资金风险敞口框架),以及你会不会主动 qualify 这个 seat——问清 pod 的策略和 seniority 需求,而不是自顾自输出。只有 in-sample 证据、只谈收益的回答会被标记,并给出针对性改写。

相邻 loop

相关练习

FAQ

Millennium QR 需要 PhD 吗?

看 pod——没有全公司统一的学历线。Millennium 的 QR 招聘(Systematic Equities、Systematic Macro、Commodities、FX,见 MIT CDO 和 OpenQuant 上的 listing)一般要求量化方向 MS/PhD + 扎实的 Python/统计。但因为招聘基本是具体 pod 在招,pod 经常要有经验或特定技能的人(per techinterview.org)——一个没有市场相关角度的 PhD,可能输给一个在类似 desk 干过两年的 MS。应届生注意:Citadel 的中央化校招在结构上更友好;Millennium 的校招通道(OA + 实习)存在但更小。

Millennium QR 薪酬实际多少?

按 Quant Blueprint(quantblueprint.com/salaries/millennium):新毕业生 QR 底薪 ~$263K + 签字 $163K + 表现奖金 $70K,总包区间 $220-305K。中级 $310-510K;高级 $440-880K。Levels.fyi 显示 QR $206-475K+(NYC 区间最高到 $700K+)。techinterview.org 给新毕业生研究员 Y1 $200-300K。结构性上限在这:奖金跟表现挂钩,你的 seat 离交易 pod 越近,payout 跟 pod PnL 挂得越直接——资深 PM 好年景挣七到八位数(per techinterview.org)。入门底薪低于 HRT/DE Shaw,但 pod PnL 联动是杠杆。

为什么流程时长这么飘——2 周到 3 个月都有?

因为招聘单位是 pod。Glassdoor 数据:QR 候选人平均 ~60 天到 offer,而全公司平均 ~26 天。有 Glassdoor 候选人(2025 年 1 月)2 周走完全程;QuantNet 上也有 7-8 轮拖 ~3 个月的。刚拿到资金的 pod 几天就动;佛系看人的 pod 拖几个月,技术轮之间还可能隔 ~2 周(per Blind)。节奏你控制不了——留学生尤其要多开几条公司 pipeline 并行,并把竞争 timeline 告诉 recruiter,OPT/H-1B 时间窗经不起单线程等。

Take-home 到底长什么样?

面经里出现两种格式。Glassdoor QR 实习面经(2025 年 8 月):24 小时 Jupyter notebook——基于 pandas dataframe 操作和数据清洗的实操量化练习。QuantNet QR 帖:~1 周期限的数据科学 home challenge。拿到哪种看 pod。但评分标准一致:像研究备忘录一样干净——变换清晰、假设写明、只要建了模型就要有 out-of-sample 思路。2025 年 8 月有候选人觉得 24 小时强度太大——打开题目之前先把这一天空出来。

Pod 型基金的面试和 Citadel 有什么不一样?

Millennium 的面试一般由目标 pod 团队和 PM 本人直接来面,不走中央招聘组;Citadel 研究和风控更中心化,有结构化培养体系(per techinterview.org)。实际影响:在 Millennium 面你的人就是你未来的 desk——他们考察的是跟他们策略的匹配度,不是通用 rubric;题风 pod 和 pod 之间差很多;「为什么 Millennium」实际是「为什么这个 pod」。别人的面经对你的 loop 复用性很低——按能力块准备,别背剧本。

Millennium 给留学生 sponsor 签证吗?

公开 H-1B 申报数据库里能查到 Millennium Management LLC 给纽约量化岗位的 petition 记录,实践中确实 sponsor——但 pod 制招聘下,要在第一通电话就跟 recruiter 确认这个 pod 的时间线跟你的 OPT/H-1B 节点对不对得上。Millennium 总部在 NYC,伦敦、新加坡、香港有大办公室;有候选人先走非美办公室路线(一亩三分地上有 millennium hk 面经)。没有公开的保证 sponsor 政策——当成 per-seat 的事,第一轮就谈。

准备好用 Applr 练 Millennium 的面试了吗？

免费开始 →