Здравствуйте, мои маленькие любители DS/ML, а также HFT. Сегодня мы совместно с замечательным каналом по финансам @nuc6ear подготовили пост о том, как готовится к собесам в хфт Как готовиться к интервью в количественных финансах? В этом посте попробую изложить ресурсы, которые, как мне кажется, наиболее эффективны для подготовки к интервью на позицию кванта. И которые я сам сейчас активно использую для подготовки к отборам. В пересчёте на время карьера в этой сфере потребует где-то от 60 часов в неделю только рабочего времени, что явно больше, чем в Data-ролях, но и с более высокой компенсацией. Пререквизитом будет любовь к финансовым рынкам и инвестициям. Неплохо иметь свой портфель и активно заниматься инвестициями. Если вы прошли фактор крутости в ATS по олимпиадам, Kaggle Master, Quant-хакатонам, престижному образованию, степени доктора наук и т. д., то вас, скорее всего, пригласят на интервью. Где стоит быть готовым к следующим вещам: Математика: важно разбираться в ней не просто хорошо, и желательно иметь хорошую базу технического университета. Нужно нарешивать задачи и быть в тонусе, чтобы решить задачу на собеседовании. Чаще всего спрашивают задаче по теорверу, поэтому к ней стоит подготовиться более усиленно. Квант-буки: сфера существует уже давно, поэтому есть классика литературы по Break Into Quant. Стоит обратить особое внимание на Practical Guide to Quantitative Finance от Xingfeng Zhou. Написана она в очень интересной форме учебника с задачником. Также можно использовать остальные книги для поиска задач. Финансы: во многих фондах это не требуют, но неплохо знать основы финансов, особенно если собираетесь заниматься производными финансовыми инструментами. Отличная книга Джона Холла и конспект лекций по финансовой математике с Мехмата МГУ. Машинное обучение в финансах: тут свои особенности, и в них нужно хорошо разбираться. Одна из лучших книг для этого дела Machine Learning in Finance: From Theory to Practice. Можно использовать как справочник при решении практических задач и читать для общего развития. Также там есть задачи и неплохо объясняется математика. Алгоритмы и программирование: Leetcode и всё, что может помочь изучить основы языка, если их нет. В финансах трудно без практики. Если уже надоело читать про опцион Бэрри, то стоит идти на Kaggle, могут подойти соревнования на табличные данные, искать Quant-хакатоны и решать проблемы в реальном мире. В идеале найти пару таких соревнований, показать результаты, чтобы лучше понимать принципы на практике и улучшить своё CV. К сожалению, такое количество материала невозможно уложить в рамках одного поста. Делюсь PDF с ресурсами, разъяснениями и облаком, куда загрузил источники в открытом доступе. Думаю, необходимые книги вы и так найдёте, но если не найдёте, пишите мне. Поищем вместе 🙂 Всем удачи в этом очень нелёгком пути! @zadachi_ds