Jane Street Trading / QT / SWE 面经

💡 核心要点 (Key Takeaways)

• Jane Street 各条线差异很大：Trading / QT 轮以概率、期望与交易场景为主线，SWE 走 General Coding + onsite 结构，ML Perf 方向还会涉及 CUDA kernel 性能，先确认自己投递的岗位条线再定准备重点。
• QT 轮一轮视频面试可以连续出现两道概率题（随机博弈期望收益、最优停止类），核心考点是期望、递推和最优停止；随机估计 + market making 报价是 Trading 轮的高频组合。
• SWE 的 General Coding 题难度不算高，真正拉开差距的是 clarity、沟通、边界条件澄清和 follow-up 的响应速度，写不完但能讲清思路并接住追问的候选人比闷头写到底的更有优势。
• HK SWE Intern Onsite 的真实结构是上午两轮、下午一轮，结束后有 Q&A 和 company tour，不现场给结果，需要预留一到两周的等待期。
• ML Perf 方向第二轮会考 CUDA kernel performance，只准备 LeetCode 和数据结构不够，GPU 内存访问模式、profiling 思路要提前入门。
• 公开面经信号要按「年份 + 岗位 + 轮次」筛选，以 2-3 篇独立帖子的共识判断轮次结构，只提取题型方向和挂点，单篇个例和逐字剧情不要直接进准备计划。

这篇适合谁

这篇写给准备 Jane Street 2026 面试的候选人，按岗位条线拆成三类：Trading / QT（量化交易方向）候选人重点看概率与交易场景轮；SWE 候选人重点看 General Coding 和 onsite 结构；ML Perf（ML Performance）候选人额外看 CUDA kernel 性能轮。级别以应届（New Grad）和实习（Intern）为主，社招候选人可重点参考 onsite 结构与各条线的差异。文章基于 2025 年 9 月至 2026 年 8 月一亩三分地、Blind 等渠道的公开面经信号整理，各团队、地区、级别的轮次结构会有出入，以实际收到的邀请为准。

一句话定位：Jane Street 面经和一般大厂 SWE 面经最大的不同，是概率与交易思维会渗透到几乎所有轮次——Trading / QT 轮直接考期望与最优停止，SWE 轮虽然考通用 coding，但题目经常带交易、订单、结算的业务味，clarity 和沟通的权重明显更高。本篇是 Jane Street 全流程面经（流程 + 题型雷达 + 高频方向 + 挂点 + 路线 + FAQ）；跨公司的 SWE OA / 电面题型对照看 SWE OA 与电面题型地图，公司 × 岗位总览看 公司 × 岗位题型地图。

面试流程：HR call / General Coding / 概率交易轮 / Onsite 各是什么

Jane Street 的主线流程是：简历 / 活动接触 → Recruiter / HR Call → 技术初面（General Coding 或概率轮，视岗位）→ 后续技术轮（概率、性能、coding）→ Onsite → 结果等待。不同条线的轮次内容差别很大：

• Recruiter / HR Call：背景、动机、时间线与地点确认。有候选人是在 Conference 现场与 recruiter 接触后约的 HR call + 面试，线下活动的接触效率普遍高于纯海投。
• General Coding（视频初面，SWE / ML Perf 方向）：约 60 分钟，实现指定 API + 业务逻辑多轮追问。公开反馈的共性是「注重 clarity 和沟通，题不特别难」，面试官会持续观察你怎么描述问题、怎么拆解、怎么回应边界条件。
• 概率与交易轮（Trading / QT 方向）：一轮视频面试可以连续出两道概率题（随机博弈期望收益、最优停止类），Trading 方向还会考随机估计 + market making 组合：先估计一个现实世界的随机量（比如某城市某类店铺数量），再基于估计做报价。面试官会陪你一步步推，考的是推导过程而不是最终数字。
• 性能轮（ML Perf 方向）：有候选人反馈第二轮会考 CUDA kernel performance，考察 GPU 计算与 kernel 优化基础，提前准备材料是公开讨论里的高频需求。
• Onsite（SWE 方向）：HK SWE Intern Onsite 的真实结构是上午两轮、下午一轮，结束后有 Q&A 和 company tour。不现场给结果，需要预留一到两周的等待期。QR（Quant Researcher）方向的 onsite 公开面经还比较稀缺，社区里更多是面试前求经的帖子，能拿到的信号有限，建议以 Trading / QT 轮的准备为主、按研究岗特点补统计与建模深度。
• 结果与等待：on-site 后不现场出结果的反馈明确，焦虑等待是常态；从初面到 onsite 的间隔因流程而异，以实际收到的时间为准。

题型雷达：概率、估计、Trading 场景、Coding、性能各占多少

按岗位条线把题型按出现频率排个雷达：

• 概率与期望（Trading / QT 最高频）：随机博弈的期望收益、最优停止（optimal stopping）、条件期望与递推建模。QT 轮一轮两道是真实反馈，不是极端情况。考的是「能不能把游戏规则翻译成数学模型并推出结论」，推导过程的分量大于答案本身。
• 随机估计 + Market Making（Trading 高频）：估计一个现实随机量（数量、价格、时间）并给出报价。考点有两层：估计方法是否可拆解（分层、类比、区间而非单点），以及拿到估计后怎么做 bid / ask 报价、价差怎么定、错估了损失怎么控。
• General Coding（SWE / ML Perf 主线）：实现指定 API（数据结构的 update / get 类接口）+ 基于它的业务逻辑（订单、成交、退款、重新上架），多轮 follow-up 逐步加复杂度。难度对标 medium，真正的区分在表达与边界处理。
• 性能工程（ML Perf 特有）：CUDA kernel 性能分析、GPU 内存访问模式、profiling 思路。这条线只准备算法题会直接暴露短板。
• Behavioral / 动机（穿插）：为什么选 Jane Street、为什么量化 / 工程方向、项目里你的具体角色。Quant 方向的 BQ 权重低于概率轮，但 onsite 前后的 Q&A 环节是展示匹配度的机会。
• System Design / SQL：在公开信号里出现率低，SWE 方向 onsite 的具体轮次构成因团队而异，有系统设计环节时按通用 SWE onsite 标准准备即可，可参考 SWE Onsite 与 System Design 准备。

高频题目方向：只讲题型和考点，不复刻私密原帖

以下是公开面经信号里出现过的题「类型」，只归纳题型和考点，不复刻任何候选人的具体原题：

• 双盒随机博弈的期望收益（QT 真实反馈）：单人博弈、不透明盒子、每轮在「放入」和「取出」之间选择、固定轮数内求最优策略下的期望收益，且中途不知道已取出多少。考点：最优停止 / 动态规划建模、期望递推、对称性论证。这类题的答题结构是「先定义状态 → 再写递推 → 最后讨论策略」。
• 累计和最优停止（带清零惩罚）（QT 真实反馈）：反复掷骰子，可以随时停止并带走累计和，但踩中完全平方数则全部清零，求最优停止策略。考点：条件期望、状态按「离下一个惩罚点多远」建模、边界处的策略变化。
• 数量估计 + 做市报价（Trading 真实反馈）：估计某城市某类店铺数量，然后基于估计做 market making 报价。考点：估计的可拆解性与不确定性表达（区间、置信），以及 bid / ask 价差、库存风险、错估损失控制。面试官会陪你推，过程分大于结果分。
• API 实现 + 交易时间线追问（General Coding 真实反馈）：第一问按逻辑实现成交价计算并更新数据结构；第二问叠加交易失败后的退款 / 重新上架 / 扣款规则，要求输出每个买家的最终 charge / refund。考点：数据结构设计、按时间顺序扫描的边界逻辑、规则冲突时的优先级。
• 边界条件澄清类（General Coding 高频挂点）：「如何获取按时间顺序的交易记录」「失败发生在出价之前是否也要扣款」这类问题，面试官会留白等你主动问。考点：识别题目里的未定义行为并澄清，而不是自行假设硬写。
• CUDA kernel 性能题（ML Perf 真实反馈）：分析或优化一个 kernel 的性能。考点：内存访问模式（coalescing）、occupancy、寄存器 / 共享内存、profiling 指标怎么读。
• 行为 / 动机题（穿插）：为什么 Jane Street、为什么这个方向、项目里你的具体贡献与量化结果。考点：动机真实、细节经得起追问、对 trading / quant 工作有基本认知（不是只冲着 salary）。
• QR 方向补充：公开信号稀缺，社区里更多是面试前求经帖。按 Quant Researcher 岗位常识准备：统计推断、随机过程基础、研究项目深挖，同时保留 Trading / QT 轮的概率题训练作为保底。

公开面经信号怎么读

面经社区（一亩三分地、Blind 等）是 Jane Street 面试信息最集中的公开来源，读法决定它对你的价值。几个原则：

按「年份 + 岗位 + 轮次」筛选。Jane Street 条线之间差异极大，2026 年 QT 轮的概率题信号对 SWE 的 General Coding 准备几乎没有帮助，反之亦然。先看岗位标签，再看年份，只看最近 2-3 篇同条线帖子。

找共识，不信个例。单篇面经说「第二轮考 CUDA」不能直接当结论（可能是 ML Perf 特有的轮次安排）；多篇独立帖子都提到 General Coding 注重 clarity 与沟通、QT 轮出概率博弈题、onsite 不现场给结果，这些才值得写进准备计划。面经作者有幸存者偏差，整体难度感知会偏乐观。

提取「轮次结构 + 题型方向 + 挂点」，忽略剧情。每篇面经真正有用的信息就这三样：每轮考什么类型、追问到什么深度、作者自评挂 / 过在哪。情绪、对面试官的评价、求米段落都不需要带进准备里。

不搬运、不暗示合作。本站所有 Jane Street 面经内容都只归纳公开信号，不复制任何候选人的逐字面经，也不代表与一亩三分地等面经社区有合作或转载关系，你读到的公开帖子请以原作者发布的内容为准。同赛道的交易公司公开信号量单看都不算大，用同业交叉验证最划算：本批同专题的 Citadel SWE / Quant Intern 面经、Optiver OA / Quant Researcher Intern 面经、IMC Grad / Intern Quant Performance 面经 可以和本篇互相对照——交易公司「概率 + 讨论」的风格是共性，但各家的轮次骨架、题型侧重和挂点不一样，准备计划要按自己投递的公司条线取交集，不要把一家公司的打法直接搬给另一家。

常见挂点：Jane Street 各条线独有的失分方式

把公开面经里的挂因和模拟面试复盘对照，Jane Street 特有的失分点集中在这几个：

• 概率推导卡壳：条件期望、全期望公式、递推状态定义不熟，QT 轮两道题连着来的时候没有第二套工具可用。这是 Trading / QT 方向最大的失分区，且概率基础不是一晚能补的，要提前两周以上系统刷。
• 估计题只报数字不讲方法：市场估计题报一个单点数字就停，不拆假设、不给区间、不讲错了会怎样。面试官想看到的是估计过程的可拆解性和风险意识，数字本身几乎不加分。
• Coding 正确但表达不清：General Coding 轮公开反馈反复强调 clarity 和沟通。闷头写、写完不解释、追问时才补边界的候选人，即使代码正确也会低分。正确做法是边写边讲、每完成一段主动总结、把未定义行为列出来问。
• 边界条件没主动澄清：交易失败发生在出价之前是否扣款、怎么获取按时间排序的记录——这些面试官故意留白的点，不主动问就按错误假设写下去，follow-up 阶段会被逐层拆穿。
• SWE 候选人概率裸奔：只刷 LeetCode 进 Jane Street SWE 轮，遇到带概率味或交易味的题明显吃力。SWE 条线不要求 QT 级别的深度，但期望、条件概率、简单博弈的基本功必须在线。
• Trading 候选人 coding 太弱：反过来，Trading / QT 候选人如果 General Coding 轮代码组织混乱、数据结构设计随意，也会被卡。条线之间是「一主一辅」的关系，辅线短板照样挂人。
• ML Perf 方向 CUDA 没入门：第二轮直接考 kernel 性能，只准备算法题的候选人在这里没有发挥空间。至少要把 coalescing、occupancy、profiling 工具链过一遍。
• 动机面答得空：「薪资高、平台好」式回答在 quant 圈子里没有区分度。能讲出对 trading 机制、风险文化、具体团队方向的理解，才会被认真评估。

准备路线：7 天 / 14 天 / 30 天

按你距面试的天数选路线，先确认自己的岗位条线（Trading / QT、SWE、ML Perf），三个版本的主线都是「概率基本功 + 条线辅线 + 表达习惯」，最后一天只留 mock 和状态调整，不学新东西。

• 7 天（保下限版）：D1-D2 概率专项：条件期望、全期望公式、简单递推各 1 组题，重点练「先定义状态再写递推」的推导结构；D3 最优停止 2 道 + 随机估计 1 道（估计过程录音讲一遍，强制自己给区间和假设）；D4-D5 条线辅线——SWE / ML Perf 做 2 道 API 实现 + 边界追问类 coding（限时 45 分钟/道，边写边讲录音回听），Trading / QT 加做 1 道 market making 报价题；D6 行为动机 3 个方向各写一版（为什么 JS、为什么这个方向、项目深挖），口语化重写一遍；D7 完整 mock 1 场（概率 1 + coding 1），录音复盘断片点。
• 14 天（标准版）：在 7 天基础上——D8-D9 概率扩量：随机博弈期望 3 道、带惩罚的最优停止 2 道，每道强制写出完整递推和边界讨论；D10 估计 + 做市综合 2 道（估计、报价、价差、库存风险、错估损失全链路讲一遍）；D11-D12 coding 限时 3 道（含 1 道交易时间线 / 结算规则类），专练边界澄清话术——把「我要确认一个点：……」练成条件反射；D13 条线专项：ML Perf 补 CUDA 基础（coalescing、occupancy、profiling 各写一页笔记），QR 方向补统计推断与随机过程入门；D14 完整 mock + 复盘缓冲日。
• 30 天（系统版）：在 14 天基础上——D15-D20 概率系统训练：期望与方差、全期望、递推、马尔可夫链入门、简单鞅性质，每天 2-3 题保持手感；D21-D24 条线深挖：Trading / QT 把做市机制（价差、库存、风险）写成可讲的 3 页笔记并口头复述，SWE / ML Perf 做 3 道带业务味的综合 coding + CUDA 专项 2 题（含 1 道 profiling 分析）；D25-D27 连续 3 场完整 mock（找真人或录音），重点看概率推导的节奏和 coding 的表达习惯；D28 复盘 3 场 mock，把断片点各补一段标准答案；D29 行为动机库定稿 + 对 JS 团队 / 机制的理解写一页；D30 缓冲日，检查设备日程，早睡。

FAQ：Jane Street Trading / QT / SWE 面经去哪找、怎么读？

面经社区（一亩三分地、Blind 等）是 Jane Street 面试信息最集中的公开来源，读法决定价值：按「年份 + 岗位 + 轮次」筛，只看同条线最近 2-3 篇，提取轮次结构、题型方向、挂点三样东西；单篇个例不当结论，也不指望从面经里拿到逐字原题。面经解决「考什么、怎么考」，概率题怎么推、coding 怎么讲、估计怎么拆，按本篇的题型雷达和高频方向自己练，通用 SWE 题型对照看 SWE OA 与电面题型地图。

FAQ：Jane Street 面试几轮？

按条线差异较大：SWE / ML Perf 方向常见是 HR call + 视频技术初面（General Coding）+ 后续技术轮（ML Perf 含 CUDA 性能轮）+ onsite（HK 案例为上午两轮、下午一轮）；Trading / QT 方向以概率与交易轮为主，一轮可以连续两道概率题。onsite 后不现场给结果的反馈明确，从面试到结果预留一到两周。具体轮次以实际收到的邀请为准，不同 team 和地区会有出入。

FAQ：Jane Street QT 和 Trading 面试差别大吗？

核心都是概率与交易思维，但侧重不同：QT（Quant Trader）轮公开反馈以博弈类概率题为主（随机博弈期望收益、最优停止），考的是数学建模和推导；Trading 轮会多一层市场视角，随机估计 + market making 报价是高频组合，要能讲价差、库存风险和错估损失。两者共用同一套概率基础准备，QT 多练递推与最优停止，Trading 多练估计方法与做市机制。SWE 方向的概率要求低于这两条线，但基本的期望与条件概率不能缺席。

FAQ：Jane Street SWE 面试会考概率吗？

会，但深度低于 Trading / QT。公开反馈里 SWE 的 General Coding 题带业务味（订单、成交、结算逻辑），clarity 和沟通权重很高，纯算法难度对标 medium。真正需要概率功底的是：题目里出现期望、随机过程或博弈元素时能不能接住，以及行为面里对 quant 工作有基本认知。建议按「SWE 主线 coding + 概率基本功保底」的双线准备，不要把全部时间押在 LeetCode 上。

FAQ：Jane Street 面试结果什么时候出？

公开反馈里最明确的一条是 onsite 不现场给结果：HK SWE Intern Onsite 结束后有 Q&A 和 company tour，然后进入等待期，普遍需要一到两周。初面到下一轮的节奏因流程而异。等待期间建议主动做两件事：按本篇挂点清单自查短板，以及给 recruiter 发一封简短的 follow-up（表达持续兴趣 + 确认时间线），这在 Jane Street 流程里是被接受的行为。