SIG 面试辅助：OA 概率卷、C++ 实现与数据任务

概率与贝叶斯：工厂与次品率的条件概率、假新闻与百赞率的后验、三只猫获胜概率的后验、以及骰子与扑克的期望值计算。

组合与计数：网格上每步向右或向上且不能连续同方向超过两次的路径数、饼干排列数、以及从 25 个数字里选 5 个时期望的连续对数。

博弈与随机游走：3 个筹码到 5 个筹码的 bold betting 胜率、转盘首次落到 K 个不同区域的期望旋转次数、以及两位随机数之差的分布。

C++ 实现细节：vector 的 push_back 与扩容、operator new 与 new 的区别、operator delete 与 delete 的区别、noexcept 的使用场景、右值引用与 std::forward。

算法与 OOD：按公司名到 ticker 的映射在新闻标题里匹配全部 ticker（trie）、CSV 电影列表的快速区间筛选（构造不限复杂度、查询要快）、以及管理库存并实时计算利润的收银系统。

按 frontmatter 匹配到 21 条样本，其中 1 条内容实为另一家银行的 Quant OA，有效样本 20 条；20 条里在线笔试类 8 条，负面反馈 6 条。

OA 有两种形态：逻辑卷是 4 道题且时间紧，候选人把它形容为偏数学推理与逻辑分析、不是刷题型；Quant 概率卷同学提供的面经样本记录为 17 题，2027 版被描述为和 26 年几乎一样但加了两道新题。

OA 存在监考要求：有样本明确记录 OA 全程要求监考、开摄像头音频并且系统录视频，另有样本因为把数据结构定义在辅助函数里导致重复循环后内存占用过高，7 个隐藏用例过不去。

OA 是硬门槛而不是走过场：有一条样本的标题就是 OA 全对依然被挂，候选人刷了很多题、确定自己应该全对，仍然没有拿到面试；另有样本 OA 错了大概两三道但后来仍拿到了 recruiter call。

SWE 条线的技术面偏 C++ 实现语言细节：同学提供的面经样本里要求实现 vector 的 push_back，随后追问 operator new 与直接 new 的区别、operator delete 与 delete 的区别、noexcept 什么时候加、push_back 的 const 引用与右值引用两个重载为什么这样设计、以及 std::forward 的作用。

Quant 条线会走到 Data Task：同学提供的面经样本记录一个 3 天的单资产交易台账任务（7 个交易员之间），要求提出最大收益资产的方案，语言不限，随后是两个 quant 各一小时的 Virtual Review，一个聊数据、一个让介绍策略。

假新闻占全部新闻的百分之三十，假新闻获得百赞的概率是百分之八十，真新闻获得百赞的概率是百分之八；现在有一条新闻获得了百赞，求它是假新闻的概率。

庄家有两张 10、两张 J、两张 Q、两张 K，发给你四张 4，求你手中对子数量的期望，并用指示变量与期望的线性性给出推导。

从 3 个筹码开始，目标是 5 个筹码，每次下注达到目标所需的最小筹码或手上全部筹码，单次胜率为三分之一；求在输光之前达到 5 个筹码的概率。

青蛙从 (0,0) 出发走到 (7,4)，每步只能向右或向上走一格，且不能连续向同一方向走 3 步；求所有合法路径总数并说明计数方法。

实现一个简化版 vector 的 push_back，并解释 operator new 配合 static_cast 与直接 new T 的区别、operator delete(p) 与 delete p 的区别、noexcept 何时加，以及 const T& 与 T&& 两个重载和 std::forward 的作用。

给出公司名到 ticker 的映射，要求从一条新闻标题中找出所有出现的 ticker；说明为什么 trie 适合这道题、时间复杂度是多少，并对比哈希与前缀匹配的取舍。

四题逻辑卷与十七题概率卷

SIG 的 OA 在同学提供的面经样本里分成两种形态，准备方式完全不同。第一种是逻辑卷：4 道题、时间比较紧，需要自己分配时间，候选人的评价是整体偏数学推理和逻辑分析而不是刷题型，第 1 题相对简单算是热身，第 2 题难度中等但在建模和算细节上很花时间，做到第 3 题时已经有明显时间压力、思路大概有但没能完全推完，第 4 题难度最高、时间不够基本来不及展开，所以他的建议是某一题卡住就早点做取舍。第二种是 Quant 方向的概率卷：同学提供的面经样本记录为 17 题，2027 版被描述为和 26 年几乎一样但加了两道新题，而且所有具体数字与图形都是随机生成的，意味着背答案是无效的，必须掌握算法本身。从公开的题目清单可以看出覆盖面：条件概率与贝叶斯（三家工厂的次品率、三只猫获胜概率已知它没赢求它是哪只、假新闻占比百分之三十且假新闻获得百赞率百分之八十而真新闻好评率百分之八，求一条获百赞的新闻是假新闻的概率）、期望值（掷三个 N 面骰子按全同与恰好两个相同与全不同分别计奖的期望、牌堆里每种点数 N 张时 K 张手牌中对子数量的期望）、博弈策略（A 个筹码到 B 个筹码、每轮下注到目标所需最小筹码或全部、胜率 p，求输光前达到目标的概率）、组合计数（青蛙从原点到 X 与 Y、每步向右或向上且不能连续同方向走 k 步，求路径总数）、以及大量逻辑推理题（骑士与骗子、圆桌就座约束、多层杠杆悬挂求某形状重量、顺流逆流划船求出发时刻、多年份多部门利润表的条件概率）。此外还有样本记录 OA 全程要求监考、开摄像头音频并录屏，以及一个很实用的教训：有候选人把数据结构定义在辅助函数里，导致重复调用后内存占用过高，7 个隐藏用例过不去。

题会变形，数字是随机的

SIG 的题目有一个很关键的特征：具体数字与图形是随机生成的，同一道题的变体会反复出现，所以必须按套路而不是按答案准备。从同学提供的面经样本能整理出几类高频套路。第一类是条件概率与贝叶斯，典型题是给出一条获百赞的新闻、问它是假新闻的概率，解法是先把先验与似然写清楚再套贝叶斯；同类的还有三家工厂不同次品率下抽到 k 个红件来自某厂的概率。第二类是期望值，同学提供的面经样本里有一道非常经典的题：庄家有两张 10、两张 J、两张 Q、两张 K，给你四张 4，问你手中对子数量的期望，标准解法是用指示变量与期望的线性性，答案是 4 乘以 6 选 2 除以 8 选 4，等于七分之六。第三类是博弈与随机游走，例如从 3 个筹码开始、目标是 5 个筹码、每次下注达到目标所需的最小筹码或全部、单次胜率三分之一，求最终达到目标的概率，用马尔可夫链列方程即可；同类的还有转盘首次落到 K 个不同区域所需的期望旋转次数、以及从 10 美元开始扔 10 次骰子偶数加奇数减的破产概率。第四类是组合计数，例如从原点到 X 与 Y、每步向右或向上且不能连续同方向走 k 步的路径数，同学提供的面经样本里 7 与 4 的答案是 30。第五类是纯逻辑，骑士与骗子的双人句式、圆桌就座的几何约束、以及杠杆悬挂系统求某个形状的重量。准备这部分的正确方法是把每类题写成模板，并强迫自己在没有计算器的条件下把关键步骤口算出来，因为 HR 轮与 recruiter call 里也会出现同样的题。

C++ 实现细节深挖

SIG 的技术轮在同学提供的面经样本里呈现出两个很不同的侧面。SWE 条线的店面几乎全是 C++ 语言细节：题目是要求实现 vector 的 push_back 操作，但真正的考点在后面一连串追问——用 static_cast 配合 operator new 分配原始内存再构造对象的写法，与直接用 new T 有什么区别；operator delete(p) 与 delete p 的区别是什么；noexcept 什么时候需要加在成员函数后面；push_back 为什么要有 const T& 与 T&& 两个重载，二者的行为差异在哪里；以及 std::forward 到底做了什么。这一轮的失分点不是算法，而是你能否把这些语义讲清楚并写出最小示例。另一条线是算法与 OOD：同学提供的面经样本里有一场 3 小时的 virtual onsite，三位面试官每人一小时，第一位考算法——给出公司名到 ticker 的映射，要求选出一个新闻标题里包含的所有 ticker，候选人说这类题很自然地让人想到 trie；第二位考 OOD，要求设计一个收银系统，能够管理 inventory 并实时计算出利润；第三位就是抓着简历第一条问了很久。更早的电面是经典的电影检索题：给一个 CSV 格式的电影列表，让你设计一个 class 实现快速筛选，例如我要某某年到某某年的电影，面试官特别说明 constructor 的时间复杂度不重要，只要筛选能做到快就行。这篇面经还有一个非常有价值的细节：候选人自认为题目都做出来了，一周后仍被拒，他自己推测要么是第一位面试官觉得他 trie 写得太快、有做过原题的嫌疑，要么是第三位觉得他项目讲得不够好；他还提到自己要了 30 万美元的薪资，怀疑是报价偏高。这说明在 SIG，写得快、答得对之外，如何自然地表达思考过程同样会被评分。

从 HR 面到数据任务

SIG 的流程比多数公司长，而且中后段会出现一个门槛很高的建模环节。同学提供的面经样本里最完整的一条链路是：11 月做 OA（17 题概率卷），12 月底 recruiter 第一轮，1 月初 Quant 电面，月底 Data Task，之后是 Data Task 的 Virtual Review，最后挂在 data task 这一轮；recruiter 之前说过如果这一轮过了，下一轮就是 onsite。这条链路的细节值得逐段拆开。Recruiter 第一轮基本是绿皮书级别的概率题，样本里出现过 9 面骰子掷出顺子和葫芦的题。Quant 电面是一道推导 OLS 公式并给出 efficiency condition 的题；这一轮还有个小插曲——候选人问 recruiter 有没有算法或 coding 题，对方说没有，但 quant 还是问了一道排序题，不过只要求用文字说明怎么写算法与复杂度，没有让写代码。Data Task 是一道相当开放的题：给一个单一资产、发生在 7 个交易员之间的交易台账，要求提出一个最大收益资产的方案，3 天完成，语言不限，做完之后有 review。候选人在复盘里说自己的策略不如去买彩票，并认为更应该从交易员之间策略互动的角度切入，而不是直接从价格里找条件分布。Virtual Review 是两个 quant 各一小时，一个聊数据、一个让介绍策略。此外还有一条 SWE/QR 路径的面试是电影检索加 virtual onsite 三小时，以及一条 HR 轮的样本：HR 面问的是在电影开始前到达影院的概率与两个骰子摇出某个和的概率，候选人反馈这个岗位不 sponsor。准备这一段的关键是把 Data Task 当成一次完整的分析交付来做，包括数据清洗、假设、可复现脚本、图表，以及一份能撑住一小时追问的汇报稿。

SIG 常见目标岗位

建议重点模拟这些轮次

SIG 面试流程一般有几轮？

SIG 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。

SIG 最常考什么题型？

根据同学提供的面经信号，SIG 最常考的题型包括 概率与贝叶斯：工厂与次品率的条件概率、假新闻与百赞率的后验、三只猫获胜概率的后验、以及骰子与扑克的期望值计算。、组合与计数：网格上每步向右或向上且不能连续同方向超过两次的路径数、饼干排列数、以及从 25 个数字里选 5 个时期望的连续对数。、博弈与随机游走：3 个筹码到 5 个筹码的 bold betting 胜率、转盘首次落到 K 个不同区域的期望旋转次数、以及两位随机数之差的分布。、C++ 实现细节：vector 的 push_back 与扩容、operator new 与 new 的区别、operator delete 与 delete 的区别、noexcept 的使用场景、右值引用与 std::forward。。建议先从高频题型入手，再做项目深挖和模拟面试。

SIG 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。

SIG Quant 岗位最难的是什么？

SIG 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。

SIG 面经应该怎么看？

同学提供的面经适合用来判断 SIG 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。

SIG 代面、面试辅助、OA 代写多少钱？

SIG 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。