Jane Street 面试辅助：Onsite 游戏轮、概率与做市

概率与期望：多个骰子的期望收益、抛硬币出现指定模式的期望次数、随机游走的吸收概率与期望步数、以及最优停止问题。

做市与博弈：对未知量报 90% 置信区间并给出双边报价、面对对手策略变化时的应对，以及在多次成交中控制仓位与风险。

费米估算：把一个陌生量拆成可估的因子（人口、渗透率、频次、单价），并给出量级与区间。

coding：按 API 规格实现数据结构（商品与买家、成交价与失败退款）、把三元组数据流还原成 N 乘 M 矩阵并按缺失填 -1、日志限流检测、以及树上标记与滑动窗口求和。

游戏类轮次：Excel 骰子游戏的最优停止与 EV 计算、飞船载货的资源分配、以及造塔博弈的对抗策略分析。

按 frontmatter 匹配到 13 条样本，其中 category 标为 Pass 的 4 条、Fail 的 2 条，其余多为过程记录或求助帖；13 条里有 1 条记录 HR 联系后直接 fast track 到 final round 的情况。

onsite 轮数多且形式特殊：同学提供的面经样本里 Trading 与 QR 条线是五轮 onsite，其中包含在 Jupyter Notebook 里玩的飞船载货与法师收集卷轴游戏，以及在 Excel 里玩的骰子游戏。

Excel 骰子游戏有明确的金钱结构：有样本记录 10 个公平骰子、每个骰子把一个点数重复并把另一个点数移除、共掷 100 次，付 350 美元参与并把所有投掷所得拿走，面试官会在投掷过程中穿插问当前期望值。

做市是贯穿始终的考点：样本里出现过对自己参与的游戏价值多次报出买卖价，面试官保证成交，买下就是你来玩、卖出就是面试官来玩；还有实习生样本是在概率估算之后直接对估算结果做市。

coding 轮的风格很不一样：有样本明确说第一轮注重 clarity 与沟通，题目都是实现某些 API，例如维护商品与买家成交价并处理交易失败后的退款与重新上架，题目不难但细节繁琐、需要主动向面试官澄清。

条线差异极大：Sales and Trading 是先做 Excel Assignment 再面一轮，SRE 是在纸上写限流算法，SWE 的香港 onsite 是上午两轮下午一轮加 Q&A，而 TDO 条线的 onsite 是两轮 system design 且九成时间在讨论、岗位性质接近业务分析。

估算悉尼有多少家花店，先给出一个 90% 置信区间，然后针对这个估算值报出一个可成交的双边价格，并说明当对手把买价压低时你会如何调整。

你玩一个有 100 轮的单人游戏，每轮只能选择放或取：放会把第三方的 1 美元随机放进两个不透明盒子之一，取会随机倒空一个盒子并把钱归你，且在游戏结束前你不知道自己取到了多少钱；求最优玩法下的期望收益。

你可以随时停止掷一个公平六面骰子并拿走累计点数，但一旦掷到平方数（1、4、9、16 等）就输掉全部；求最优停止策略与期望收益。

10 个骰子分别为 10 面到 100 面，每掷一次花 1 美元，掷到恰好 60 可获 100 美元；说明你的策略、计算这个游戏的价值，并针对该价值多次报出买卖价。

实现 DataStore 的 update 与 getAll：商品有可选的买家、卖家、价格与名称，最终成交价取同名商品中最低且低于买家意向价的那个；再处理交易失败后的重新上架、退款差额与无货情况下的扣款判断，列出你需要向面试官澄清的边界。

给定按时间升序、同一时间按 code 字典序升序的三元组数据流（时间戳、code、数值），实现 stream transformer 把每个时间点还原成长度为 M 的矩阵行、缺失的 code 填 -1；follow-up 处理流内 code 乱序与少量时间戳乱序。

Excel 骰子决策游戏

Jane Street 的 onsite 在同学提供的面经样本里最有辨识度的就是游戏轮：候选人被要求在 Excel 或 Jupyter Notebook 里玩一个游戏，面试官在旁边观察你如何收集信息、如何建模、如何在不同策略之间取舍。有一份非常完整的样本记录了两年各五轮的 onsite。去年的五轮是：第一轮先做市场做市的暖场，然后在 Jupyter Notebook 里算某种递归；第二轮是宇宙飞船小游戏，有一批飞船、货舱空间有限，航行中可能遇到太空海盗、太空垃圾与小行星，可以装载对应的装备，要求通过五次 trial run 来优化你的 loadout；第三轮是 HR 面；第四轮记不清了，好像是在 Excel 里玩一个入场费越来越高的游戏；第五轮也是 Excel 小游戏，内容是 10 个公平骰子，每个骰子把一个点数重复、把另一个点数移除，一共掷 100 次，付 350 美元参与并把所有投掷所得拿走，面试官还会在投掷过程中穿插问当前正在掷的骰子的期望值，今年的五轮是：第一轮在 Jupyter Notebook 里玩法师游戏，每天获得 10 个卷轴、每天遇到不同的怪兽，要根据之前的信息优化策略；第二轮是东西两队造塔的对抗游戏，每天可以在拿推车、往每个推车放一块砖、把砖运到近塔、观察对手的推车与砖数之间选一个动作，第四轮是 Excel 骰子游戏，10 个骰子分别是 10 面到 100 面，每掷一次花 1 美元，掷到恰好 60 给 100 美元，要求给出策略并对这个游戏的价值多次做市，面试官保证成交，买下就是你来玩、卖出就是面试官来玩；第五轮是数据分析，候选人明确说自己完全不会，而且面试前的问卷里已经写了不会 pandas。这份样本最有价值的地方在于它揭示了这家的评分视角：他们不只看你会不会算，更看你能不能在信息不完整的情况下建立模型并做出可辩护的决策。

估算、报价与反复被挑战

概率与做市是 Jane Street 所有条线共同的底层能力，同学提供的面经样本里的呈现方式有三种。第一种是概率估算加做市。Trading Internship 的样本给出的描述很简洁：和 trader 聊得很愉快，一起做了几道概率题，涉及对随机事物的估算，例如估算悉尼有多少家花店，并针对这个估算做市。这里的考点不是精确答案，而是你能否把陌生量拆成可估的因子、给出量级与区间，然后在这个区间上报出一个可以成交的双边价。第二种是纯概率与最优停止。QT Interview 的样本给了两道很典型的题：一是单人对两个不透明盒子的游戏，每一轮可以选择放或取，放会把第三方的 1 美元随机放进其中一个盒子，取会随机倒空一个盒子并把这笔钱归你，游戏共 100 轮且每轮必须选放或取，问最优玩法下的期望收益（注意在游戏结束前你不知道自己取到了多少钱）；二是掷一个公平的六面骰子，可以在任何时候拿走累计点数，但如果掷到平方数（1、4、9、16 等）就输掉全部，问最优策略。这两道题都需要先建立状态与递推，再讨论最优停止的条件。第三种是博弈与逻辑。Sales and Trading 条线的真人面问了两道题：第一道是排队问题，你在一个 100 人的队列里，这时突然开了另一个队，问排在第几位时你会考虑换队，假设你在新队列里的位置由决定去新队列的人数随机决定；第二道是用 1 分、5 分、10 分、25 分与 1 美元五种硬币组合一定面值的问题。候选人特别强调题目不难，但面试官会不断 challenge 你，反复问你是否确定这个答案、能不能做得更好。所以这一类的准备重点是把『估、报、辩』三个动作连起来练：先给区间，再给价格，最后在被质疑时能立刻说出调整的理由。

考 API 实现与沟通

Jane Street 的 coding 轮与多数科技公司不同，同学提供的面经样本里几乎看不到难题，考的是需求澄清、接口设计与细节完备性。有一份很完整的 General Coding Interview 面经，候选人说这一轮注重 clarity 与沟通，题目都是实现某些 API。具体题目是给一个商品类，字段包括可选的买家、卖家、价格与商品名，以及一个 DataStore 类，需要实现 update（更新商品信息，卖出去之后买家字段从空变成买家名）与 getAll（返回当前所有商品的信息）。第一问：给定一个商品名到 Item 的映射，返回商品名到最终成交价的映射，成交价取同名的商品中价格最低的那个（同时要低于买家的意向价格），并用 update 把结果写回 DataStore。第二问：在当天所有交易结束后，有些交易可能失败（例如信用卡问题），要求处理两种情况并返回给所有买家的扣款与退款信息。情况一是失败的那笔需要重新开放销售，后续买家成交价更高时要退款差额、更低时不做处理；候选人说题目不难、逻辑就是按时间顺序扫一遍再与后续成功交易比对，但细节繁琐、需要主动沟通，其他 coding 样本包括：SRE 条线就是在纸上写算法，题目是限流的经典形态，给一串包含 IP 地址与时间戳的访问日志，要求标记出在任何固定时间窗口内访问过于频繁的 IP；以及一道数据流还原题，给定一批按时间升序、同一时间按 code 字典序升序的三元组（时间戳、code、数值），要求实现一个 stream transformer，把流还原成每个时间点长度为 M 的矩阵行，缺失的 code 填 -1，follow-up 分别是流内 code 乱序与少量时间戳乱序。整体来看，这一轮的准备方式是把每道题都当成一次需求沟通演练：先问清楚边界与失败路径，再动手写。

各条线差异极大

Jane Street 的流程在同学提供的面经样本里体现出很强的条线差异，准备前必须先确认自己走的是哪一条。Trading 与 QR 条线是最长的一条：有候选人记录去年两轮电面之后 12 月进入 onsite，面满五轮被拒；今年八月底重新申请、九月初 HR 联系后直接 fast track 到 final round，结果又是面满五轮被拒，背景是某公立大学数学博士在读。这份样本里也能看到 onsite 的节奏：五轮之间没有明显的技术与非技术分层，HR 面会夹在中间，最后两轮可能是 Excel 游戏或数据分析。Sales and Trading 条线则短得多，投完简历先发一个 Excel Assignment，内容是三个客户对三种资产在一段时间内的询价（RFQ），以及简街的报价是否足够有竞争力、最终是否赢得竞标，题面只说要分析、没有给任何指向；交完之后是一轮真人面，问两道题。SWE 条线在香港的 onsite 是上午两轮、下午一轮，结束后还有 Q&A 与 company tour，没有当场给结果。TDO（伦敦）条线的 onsite 是两轮 system design 加一轮 coding，两轮系统设计都是 orderbook 相关（第一轮设计交易系统与交易所之间需要传递什么消息，第二轮做数据校验、假设有几个数据库需要检查哪些逻辑才能保证所有数据都遵循 orderbook 的逻辑），候选人形容九成时间都在讨论，并且了解到这个岗位甚至不一定轮得上写代码、性质更接近业务分析。把这些放在一起看，这家公司的准备重点不在题量，而在你能否在开放式讨论里持续给出有信息量的判断；另外要注意的是 onboarding 环节的问卷是有用的，有候选人在问卷里写明不会 pandas，但数据分析轮仍然被问到，说明要么问卷没被采纳、要么这一轮的期望并没有因此降低。

Jane Street 常见目标岗位

建议重点模拟这些轮次

Jane Street 面试流程一般有几轮？

Jane Street 的面试流程通常包括 OA / Phone Screen、VO / Onsite 多轮技术面、Behavioral 面和 Hiring Manager 面。具体轮次取决于岗位和 Level，建议提前了解目标岗位的标准流程并针对性准备。

Jane Street 最常考什么题型？

根据同学提供的面经信号，Jane Street 最常考的题型包括 概率与期望：多个骰子的期望收益、抛硬币出现指定模式的期望次数、随机游走的吸收概率与期望步数、以及最优停止问题。、做市与博弈：对未知量报 90% 置信区间并给出双边报价、面对对手策略变化时的应对，以及在多次成交中控制仓位与风险。、费米估算：把一个陌生量拆成可估的因子（人口、渗透率、频次、单价），并给出量级与区间。、coding：按 API 规格实现数据结构（商品与买家、成交价与失败退款）、把三元组数据流还原成 N 乘 M 矩阵并按缺失填 -1、日志限流检测、以及树上标记与滑动窗口求和。。建议先从高频题型入手，再做项目深挖和模拟面试。

Jane Street 面试需要准备多久？

建议至少提前 7-14 天开始冲刺准备。如果还在投递期，可以先做题型地图和岗位定位，拿到面试邀约后集中做模拟面试和表达训练。

Jane Street Quant 岗位最难的是什么？

Jane Street 的面试以严格的 Hiring Bar 著称。最常见的失分点包括：前置澄清不充分、边界测试缺失、系统设计只背模板、项目深挖无法体现 ownership。针对性模拟可以有效降低这些风险。

Jane Street 面经应该怎么看？

同学提供的面经适合用来判断 Jane Street 高频题型、轮次和常见挂点，但不要只背原题。更稳的做法是把面经拆成 OA / Coding / Design / Behavioral / HM 五类信号，再按目标岗位和 level 做限时训练。

Jane Street 代面、面试辅助、OA 代写多少钱？

Jane Street 代面（对口型）$499/轮起，多轮连面有打包价；SWE 辅助（实时）$299/轮起；OA 代写 $199 起，提前 1 天交付。最终价格按岗位、轮次和具体面试情况浮动，添加微信 interview_coach_pro 先聊 30 分钟免费咨询再报具体价格。