Two Sigma 面试辅助：OA、数据分析与核心统计轮

OA 高频：IPO 与下水道系列题、需要前缀和优化的区间题、线性插值（打包排序后二分）、以及回归与 Lasso 的小题组。

数据结构实现：从零实现哈希表（bucket 数组加链表、冲突处理与扩容）、二叉树按频率构建编码树并实现 encode 与 decode、以及订单撮合的买卖优先队列与部分成交处理。

统计推导：三个变量的两两相关系数取值范围及构造方法、n 个变量下的推广、遗漏变量对 beta 的影响并用矩阵形式证明、n 个独立均匀分布变量最大值与最小值的协方差。

数据分析：citibike 站点数量预测与房价预测的完整建模链路，包括特征工程、缺失值与离群点、共线性与异方差、季节性、模型假设对比与评价指标选择。

算法：树上最大独立集（认识关系图保证是树，求最多能选多少人两两不认识）、merge k sorted stream 且除第一个之外都是 delta 值、以及必须自己写 test case 的习惯。

按 frontmatter 匹配到 20 条样本，其中 3 条 category 直接标为在线笔试，另有多条在正文里记录了 OA 题目；20 条里负面反馈 9 条，正面结果 2 条。

OA 题目重复率高：多份样本直接写『还是 IPO 和下水道两道题』或『OA 是反复出现的老三道』，SWE 的 26 NG 版本则是 75 分钟两道题，有候选人提醒第一题要用前缀和否则会 timeout。

coding 轮的口味偏实现而非算法花活：同学提供的面经样本里最典型的是从零实现一个 hashmap，不能用任何自带的 hashtable 库，只要求 get 与 put，考点是避免冲突与 bucket 扩容机制；另有 OOD 版本的 design hashtable，需要讨论 hash function 的取舍、冲突解决与 rehashing。

数据分析轮是独立的一关：同学提供的面经样本里出现过 citibike 预测站点数量、纽约房价预测、以及用单一资产做 alpha 检验，候选人反馈不用写代码但问题很多，而且会穿插有绝对对错答案的题。

核心统计轮偏传统统计而不是机器学习：样本里出现过两两相关系数的取值范围与如何构造、遗漏变量对回归系数的影响并要求用矩阵形式证明、以及 n 个独立均匀分布变量的最大值与最小值的协方差。

面试体验的口碑分化明显：多条样本记录了面试官迟到、全程无交流、讲到一半掉线、甚至在 core stats 轮面试官直接离开，候选人形容这家公司非常自动化但设备与网络问题频发。

从零实现一个哈希表，不允许使用任何自带的 hashtable 库，至少支持 get 与 put；说明桶数组与链表的组织方式、冲突处理策略以及扩容时机的选择理由。

实现二叉树的编码与解码：编码时从出现频率最小的字符开始构建叶子节点、父节点值为左右子节点频率之和，按指定顺序构建二叉树，再从根到叶子收集边上的 0 与 1 作为编码；解码要把编码还原成原字符串。

实现订单撮合系统：买单使用最大优先、卖单使用最小优先，价格可成交时撮合，需处理部分成交、输出成交记录并处理剩余挂单；说明同一价格下多个订单的排序依据，以及为什么选择堆。

给定一张认识关系图并保证它是一棵树，求最多能选多少人使得两两都不认识；要求自己写代码与测试用例，并给出不保证是树时的解法。

x、y、z 三个变量两两之间的相关系数都是 p，求 p 的取值范围并说明如何构造这样一组变量；如果把变量个数推广到 n，p 的范围与构造方法会如何变化。

预测纽约某个 citibike 站点的自行车数量：说明你会选哪些自变量、怎么做特征工程与缺失值处理、如何考虑疫情这类特殊事件、在线性回归与随机森林之间如何取舍，以及用什么指标评价。

老题重复率高，性能卡细节

Two Sigma 的 OA 在同学提供的面经样本里呈现出很高的重复率，多份样本直接写『还是 IPO 和下水道两道题』或者『OA 是反复出现的老三道』，说明题库更新不快、准备回报率高。SWE 的 26 NG 版本是 75 分钟两道题，有候选人明确反馈第一道题必须用前缀和，否则会 timeout，这是在提醒你 OA 的评分里性能是硬性条件。QR 方向的 OA 结构不同，是三部分：先做 data analysis 与 coding，两部分都过了才会进入 stats 与 domain knowledge 环节，所以这是一道分段的关卡，而不是一次性评分。还有一份样本的 OA 由三块组成：线性插值（把数据打包成 tuple、排序之后二分查找，候选人评价为常规题）、纽约气温的回归加 Lasso（Q1 到 Q5 再加一个 bonus 题）、以及用一个 patch 计算 y 除以 x 的简单题。把这几份样本放在一起看，能总结出一个清晰的准备路径：coding 部分重点练前缀和与区间查询、排序加二分、以及简单的模拟；统计部分重点练线性回归与正则化（Lasso 的稀疏性与参数选择）、插值与外推、以及基本的指标计算；再往上就是 QR 特有的 domain knowledge，会在 OA 的后段以概念题的形式出现。另有一条样本值得注意：候选人在 OA 之后进入 phone screen，内容是数据分析预测纽约房价、会被问很多 follow up，候选人评价对理解的要求不低，说明 OA 与后面的面试内容是有连贯性的，不能把 OA 当成孤立的关卡。

不写代码，但问题密度很高

数据分析是 Two Sigma 最有特色、也最容易掉以轻心的一关。同学提供的面经样本里反复出现的题目是 citibike 预测某个站点的自行车数量，以及预测纽约房租或房价，形式上不要求写代码，但问题会一个接一个。从候选人复述的追问清单可以看出这轮的广度：你认为哪些自变量会影响因变量；特征工程怎么做、缺失值怎么处理、离群点怎么处理；特殊事件（例如疫情）要如何单独考虑；模型选择上线件回归与随机森林各自的假设是什么；线性回归里如何处理异方差与多重共线性；季节性怎么建模；训练集、验证集与测试集怎么划分；以及用准确率、MSE、MAE 还是 ROC-AUC 来评价，为什么。有候选人直白地总结说面试官只懂 linear regression，所以要多讲数据清洗之类的、类似数据科学的思路；另一位候选人的复盘是这轮挺难，因为他准备的都是 bike 或者 housing prices 这类标准题，结果被问到的是如何在股票上检验 alpha（动量），答得不好。这轮还有一个特点是其中会穿插很多有绝对对错答案的问题，所以不能只靠开放式的讨论撑过去。也有样本提到 QR 条线还有 data analysis 加 coding 的独立组合，coding 部分不算难、有一题用到了 DAG，而 data analysis 部分不用写代码但问题更多、更难。准备这一轮的正确做法是把 citibike 与房价预测这两条主线做成完整的故事：从业务问题到特征、从模型假设到评价指标、从划分方式到线上监控，每一步都准备好被追问两到三层。

考实现完整度与结构取舍

Two Sigma 的 coding 轮在同学提供的面经样本里明显偏向实现与数据结构，而不是算法难题。最典型的一道是 tech screen 里从零实现一个 hashmap：不能用任何自带的 hashtable 库，只需要实现 get 与 put 两个功能，思路是 bucket 数组加链表，主要考察避免冲突与 bucket 扩容机制。另一份样本是 OOD 版本的 design hashtable，候选人形容它是 LeetCode 706 的升级版，需要和面试官讨论 hash table 的基础概念与实现方式、hash function 的取舍、冲突解决策略以及 rehashing，也就是说这里评的不只是代码，而是你对设计选择的理解。算法方面同学提供的面经样本里出现过的题包括：给一个认识关系图并保证它是一棵树，问最多能选多少人保证两两都不认识（树上最大独立集），要求自己写代码并自己写 test case，follow-up 是不保证是树时怎么解决；以及一个很长的实现题，要求实现 binary encoding 与 decode 两个函数，encode 从出现频率最小的字符开始构建叶子节点、父节点是左右子节点频率之和、按特定顺序构建二叉树，再从根遍历到叶子收集边上的 0 与 1 作为编码，decode 则要还原原字符串。这道题的难度不在算法本身，而在题干很长，有候选人 clarify 了十分钟还是没看明白，最后只写完了 encode 函数，他的总结是理解题意就等于做出来了 30%。另外还有一份较新的店面样本是订单撮合系统：买单用最大优先、卖单用最小优先、价格可成交时撮合、处理部分成交、输出成交记录并处理剩余挂单，追问非常密，包括如何用更多测试增强信心、同一价格下多个订单如何排序（用订单 ID、数量还是到达时间）、为什么选堆、堆是否真是最优。

传统统计基本功与推导

核心统计轮是 QR 条线三部分里的第三关，也是同学提供的面经样本里最能看出 Two Sigma 偏好的地方：他们更倾向传统统计与线性模型，而不是机器学习。候选人反馈的原话是感觉他们不是很倾向机器学习的东西，更多是传统一点的统计加线性模型。这一轮公开出现过的题目有明确的推导要求。第一道是两两相关系数：给 x、y、z 三个变量，它们两两之间的相关系数都是 p，问 p 的范围是多少；再问如何构造这样一组 x、y、z；进一步推广到 n 个变量的情况下 p 的范围，以及如何构造。这道题的本质是把相关系数矩阵写成矩阵形式并要求它半正定，用行列式或特征值的约束来求范围，候选人还被追问了用矩阵行列式、特征值与 cos(theta) 来计算。第二道是回归里的遗漏变量偏误：如果回归漏掉了一个变量，对估计出的 beta 会有什么影响，并要求用矩阵形式证明。第三道是次序统计量：n 个独立均匀分布在 0 到 1 上的变量，其最大值与最小值的协方差是多少，提示是用 E[XY] 减 E[X]E[Y]，其中 E[XY] 需要写联合分布做二重积分。此外还有样本问的是在 3 个变量的情况下相关系数的范围与构造，形式更简单一些。有候选人记录这轮的面试官在面试结束后一小时就出了结果，也有候选人遇到面试官直接离开。准备这一轮的要点很明确：把线性代数与概率论的基本功重新捡起来，尤其是矩阵的正定性、条件期望、次序统计量与协方差的计算，并且要练到能一边写一边把推导讲给面试官听。

Two Sigma 常见目标岗位

建议重点模拟这些轮次

Two Sigma 面试流程一般有几轮？

Two Sigma 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。

Two Sigma 最常考什么题型？

根据同学提供的面经信号，Two Sigma 最常考的题型包括 OA 高频：IPO 与下水道系列题、需要前缀和优化的区间题、线性插值（打包排序后二分）、以及回归与 Lasso 的小题组。、数据结构实现：从零实现哈希表（bucket 数组加链表、冲突处理与扩容）、二叉树按频率构建编码树并实现 encode 与 decode、以及订单撮合的买卖优先队列与部分成交处理。、统计推导：三个变量的两两相关系数取值范围及构造方法、n 个变量下的推广、遗漏变量对 beta 的影响并用矩阵形式证明、n 个独立均匀分布变量最大值与最小值的协方差。、数据分析：citibike 站点数量预测与房价预测的完整建模链路，包括特征工程、缺失值与离群点、共线性与异方差、季节性、模型假设对比与评价指标选择。。建议先从高频题型入手，再做项目深挖和模拟面试。

Two Sigma 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。

Two Sigma SWE 岗位最难的是什么？

Two Sigma 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。

Two Sigma 面经应该怎么看？

同学提供的面经适合用来判断 Two Sigma 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。

Two Sigma 代面、面试辅助、OA 代写多少钱？

Two Sigma 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。