Citadel 简历门槛高于 FAANG。要求 quant firm 特定信号:低延迟深度、市场 microstructure 熟悉度、具体 PnL 结果(可分享时)。通用 FAANG 简历 = 第一轮砍。
Citadel 的 screen 系统性地区分自己跟 FAANG 简历。~$400K 第一年 SWE 薪酬反映高门槛——要求 quant firm 特定信号:低延迟深度(sub-microsecond p99、lock-free 技术、内核绕过)、市场 microstructure 熟悉度(订单簿、FIX、tick 数据)、可分享时的生产部署配 PnL/Sharpe 结果。
SWE/QR 筛选最重要三个信号:(1)低延迟深度——具体技术(lock-free、原子、cache-line 对齐、DPDK)、具体硬件(Xeon、Mellanox)、微秒级延迟数字;(2)市场 context 意识——订单簿机制、市场数据基础设施、FIX 协议、交易所特定工作;(3)PnL/研究信号——QR 角色,alpha 生成结果(Sharpe、容量、$X PnL 可分享时)。通用 FAANG 模板简历——云和微服务强、低延迟和市场 context 弱——screen 挂。
自然地织进 bullet 和技能区。别堆关键词——跟具体成就配对。
为交易平台建分布式系统。
在 C++17 设计 lock-free 订单撮合引擎(原子操作 + cache-line 对齐);在 24 核 Xeon 上实现 240 万订单/秒持续吞吐配 sub-microsecond p99 延迟。
具体低延迟技术(lock-free、原子、cache 对齐)+ 具体吞吐/延迟数字 + 硬件具体。Citadel screen 明确权重这些超过通用分布式系统工作。
为分析做数据 pipeline。
用 DPDK 内核绕过 + 共享内存环形缓冲建市场数据 ingestion pipeline,处理 8 TB/天的 NYSE/NASDAQ tick 数据;端到端延迟从 14μs 降到 3.2μs。
微秒级延迟意识 + 内核绕过技术 + 市场数据 context。Citadel QR/SWE 角色具体要求这个深度。
改善了模型预测准确率。
开发中频股票信号,在 OOS 测试(2024 Q3)$200M GMV 上产生 $3.2M PnL;Sharpe 1.8 配 47bps 容量在 10x 杠杆;部署到生产配日监控。
PnL + Sharpe + 容量 + 生产部署。Citadel QR 简历应信号 alpha 生成能力,可分享时。
指导初级工程师。
拥有 3 个 SDE 实习生的新人 ramp:设计了结构化 12 周课程,3 人都拿到 return offer;1 个实习生的订单路由优化 ship 到生产(节省 2.4ms 中位 fill 延迟)。
具体 mentorship 结果配量化影响。Citadel 在 SDE2+ 级别看重判断 + ownership 信号。
只用 PDF、单栏、纯文本可提取。Quant 简历经常需要 LaTeX 渲染数学符号——OK,只要确保 ATS 可 parse 文本层。
没文本层的 LaTeX-only PDF(一些数学重模板)。多栏。纯图片简历。
QR 角色:PhD 领域 + 论文标题 + 1 行研究总结。列具体 quant 技术(Itô 微积分、Bayesian、时间序列)。引用 Heard on the Street 级脑筋急转弯舒适度,如果相关。
把金融课列成「经验」。Citadel screen 区分学术 vs 生产 quant 工作。
前公司政策允许时:列 PnL 用 $X(取整到最近 $100K)、Sharpe 到 1 位小数、容量范围。严格 NDA 下:framing 为「中频股票信号在生产」没数字。
夸大或编造 PnL。Citadel 的 reference check 流程会发现。NDA 友好 framing > 夸大具体。
C++(指明标准:C++17/20)、Python、低延迟技术(lock-free、原子、内核绕过、FPGA 如适用)。具体硬件(Xeon Gold、Mellanox NIC)相关时。
通用「云平台」、「微服务」。Citadel SWE 工作比典型 FAANG 更 on-prem + 低延迟。
Google + Citadel 读起来一样的简历 = 第一轮砍。要求 Citadel 特定信号:低延迟技术(lock-free、原子操作、内核绕过)、市场 microstructure 术语、PnL/Sharpe 风格结果。通用分布式系统简历不信号适配。
Citadel 重权重生产部署——SWE,sub-microsecond 服务;QR,部署信号配监控。只展示 research/notebook 工作没部署的简历——screen 时深度过滤器挂。
「实现 Bayesian 模型做交易」零信号没具体。换成:模型架构(HMM、Kalman、配 Stan 的 Bayesian 回归)、特征工程(订单簿不平衡、tick 规则、microstructure 特征)、验证方法论(walk-forward、regime-aware split)。
Citadel screen 看出身(比 DE Shaw 少、比 Two Sigma 多)。没 target 学校证书,补偿信号重要:Putnam 奖牌、ICPC 结果、NeurIPS/ICML publication、对 quant 工具的实质 OSS 贡献(mlfinlab、zipline-reloaded、lean)。简历应突出列这些(如适用)。
Citadel screen 区分 Citadel vs Citadel Securities vs Jane Street vs Two Sigma。通用「我想做 quant」挂。简历应信号意识——比如,Citadel 对冲基金:PM 对齐 alpha 工作;Citadel Securities:做市基础设施深度。
Applr 从你的背景浮现低延迟和市场 context 信号、把 bullet 框架成 Citadel screen 扫的结构、防止通用 FAANG 模板膨胀过深度过滤器。对 QR 路线申请人,对话浮现研究深度 + 生产部署信号——只学术 vs 生产能力的差别。
SWE 不要——本科 + 强 CS 基础 + 低延迟深度够了。QR(Quantitative Researcher)路线强偏好 PhD。QA(Quantitative Analyst)接受 MS/UG。按 Citadel 官方招聘:SWE 角色强调系统工作;QR 角色强调研究。对留学生:MIT、Stanford、Harvard、Caltech、Princeton 的 stats/math/physics/CS 顶尖美国 PhD 项目通过 QR 有放榜记录;更广 CS 学校能 SWE。
在前公司政策 + NDA 允许下尽量具体。Citadel reference check 交叉验证声称。NDA 友好 framing:「中频股票信号在 $200M GMV 产生数百万 PnL(具体在 NDA 下)」。诚实 framing > 夸大具体。如果你从没在生产 quant 工作过,别假装——研究论文 + 开源 backtest 工作是可接受的初级信号。
对非 target 学校候选人是显著补偿信号。按 Wall Street Oasis Citadel 论坛:Putnam Fellow / IMO 奖牌得主常常补偿非 T20 证书。明确列配年份 + 结果(「Putnam Fellow 2022,全国前 5」)。target 学校候选人:好信号但差异化少。
用 Citadel 相关栈信号:C++17/20(不只是「C++」)、具体低延迟技术(lock-free、原子、内核绕过)、市场数据术语(订单簿、市场 microstructure、FIX 协议)、微秒级延迟。通用「分布式系统」= 不够。具体「lock-free MPMC 队列配 cache-line padding」= 击中。
芝加哥 + NYC 办公室的 SWE 和 QR 角色 sponsor。强 H-1B sponsor。有美国工作授权(OPT/STEM OPT)的国际候选人路径清晰。跟 recruiter 确认时间——签证协调可能让标准 8 周 loop 延长 2-4 周。
SWE <5 YOE 严格 1 页。SWE 5+ 或 PhD 路线 QR 1-2 页。PhD 候选人:1 页 CV + 1 页简历分别。相关信号密度胜全面历史。砍老角色到 1 行总结;细节留给最近 2-3 个最相关角色。