Two Sigma 是市面上 OA 体感最"硬核"的量化公司之一。它不像 Citadel 那样把题目拆成多关组合，而是常常把 算法、数据分析、概率推理、行为评估 全部塞进一两关 OA 里，要求候选人在 70-90 分钟内同时展示多种能力。这篇文章把站内已有的 Two Sigma Quant Engineer CodeSignal 与 Two Sigma OA IPO/Sewer 真题分析 做了串联，给一份完整的 OA 流程面经。
整体流程：3-4 周
W0 申请投递（career site / 内推 / Hireright）
W1 发送 OA 邀请（72-96h 窗口）
W2 通过 → Phone screen（45min，技术 + 项目）
W3 Onsite 五轮（编码 + 数据分析 + 概率 + 行为 + 项目）
W4 team match → offer 决议
W1 阶段的 72-96 小时是关键窗口。Two Sigma 不会在邮件里告诉你具体题型分布，候选人通常在打开链接后才发现是「90 分钟混合卷」还是「60 分钟纯算法」。建议拿到邀请第一时间预留一个完整的 2 小时空档，确保不被打断。
三大题型分类
类型一：纯算法题（Quant Engineer / SWE 线）
参考站内 Two Sigma Quant Engineer CodeSignal 攻略，70 分钟 4 题，Q1-Q4 难度递增。Two Sigma 的 CodeSignal 与 HRT 不同：
| 维度 | Two Sigma | HRT |
|---|---|---|
| 时长 | 70 min | 70 min |
| Q1 难度 | Easy（暖手） | Easy（暖手） |
| Q2 难度 | Medium-Hard | Medium |
| Q3 难度 | Hard（图 / DP） | Medium-Hard（数论） |
| Q4 难度 | Hard+（综合） | Hard（综合） |
| Cutoff | ~80 | ~78 |
Two Sigma 的 Q2 比 HRT 略难，候选人最容易在 Q2 就开始失分。
类型二：编码 + 数据分析混合题
IPO Share Allocation + Sewer Drainage 是这个类型的代表。题目不是单纯的 LC 算法题，而是结合了：
- 业务建模：把 IPO 分配规则翻译成代码逻辑
- 数据结构选型：选 heap / sorted list / array based on 输入规模
- 边界覆盖：负值 / 零分配 / overflow / tie-break 规则
下面给一段典型的"IPO 分配"骨架代码：
import heapq
def ipo_allocate(orders: list[tuple[int, float]],
supply: int) -> dict[int, int]:
"""
orders: [(client_id, weight), ...]
supply: 可分配的总股数
依规则按 weight 加权 + 整数切分 + tie-break by client_id
"""
total_weight = sum(w for _, w in orders)
raw = [(cid, supply * w / total_weight) for cid, w in orders]
base = {cid: int(amount) for cid, amount in raw}
leftover = supply - sum(base.values())
# 按小数部分降序，tie 时按 client_id 升序，分配剩余股
fractions = sorted(
((amount - int(amount), cid) for cid, amount in raw),
key=lambda x: (-x[0], x[1])
)
for _, cid in fractions[:leftover]:
base[cid] += 1
return base
这类题不难想，但容易写错 tie-break。Two Sigma reviewer 会针对小数部分的处理与排序稳定性扣分。
类型三：数据分析题（Quant Researcher / Modeling 线）
只有 QR / Modeling / Data Science 线会拿到这一类。题面通常给一份 CSV 或 SQL 数据，要求：
- 找出某指标的 top-K 行
- 计算 rolling window 统计量
- 做相关性 / 回归 / 时间序列分析
- 数据清洗 + missing value 处理
# Two Sigma QR 风格 - rolling 因子计算
import pandas as pd
def momentum_factor(df: pd.DataFrame, window: int = 20) -> pd.Series:
"""
20 日 momentum factor: (P_t - P_{t-window}) / P_{t-window}
return: 因子序列，与 df.index 对齐
"""
return df["close"].pct_change(window)
QR 线候选人可以使用 pandas / numpy / sklearn，但禁止使用 pre-built 量化库（如 zipline）。
不同岗位线的 OA 路径
| 岗位线 | OA 形式 | 时长 | 题型 |
|---|---|---|---|
| Quant Engineer | CodeSignal GCA | 70 min | 4 道算法题 |
| Software Engineer | CodeSignal GCA | 70 min | 4 道算法题 |
| Quant Researcher | 数据分析题 | 90 min | 1-2 道数据 + 1 道概率 |
| Modeling | 数据分析 + 算法 | 120 min | 混合 |
| Data Science | SQL + Python 数据分析 | 90 min | SQL + pandas 题 |
| Trading Intern | 概率题 + 编码题 | 60 min | 8-10 道概率 + 1 道编码 |
OA 真题节奏：90 分钟混合卷的时间分配
00:00 - 00:10 快速读完所有题目 → 估算难度
00:10 - 00:25 Q1（算法暖手）→ 100% AC
00:25 - 00:50 Q2（数据分析 / 业务建模）→ 80%+ AC
00:50 - 01:20 Q3（综合 hard）→ 50%+ AC
01:20 - 01:30 回头 review + 边界补全
90 分钟混合卷比纯算法题更难时间分配，因为不同题型的"产出/时间"曲线不同。建议在 Q2 / Q3 切换时强制设一个时间锚点，避免在某一题陷得太深。
备考路径推荐
| 阶段 | 重点 | 推荐资源 |
|---|---|---|
| 0-1 周 | LeetCode 基础 + CodeSignal 暖手 | LeetCode top 75 |
| 1-2 周 | CodeSignal arcade 完整通关 | CodeSignal Arcade |
| 2-3 周 | Two Sigma 历年真题 + 数据分析 | 1point3acres 面经 + Kaggle |
| 3-4 周 | 概率 + 数学速算 | Heard on the Street + 50 nuts |
| 4 周后 | Mock + 计时 | 自己定时 90 min 混合卷 |
与 HRT / Citadel 的横向对比
| 维度 | Two Sigma | HRT | Citadel |
|---|---|---|---|
| 算法侧重 | 综合 + 业务建模 | 数论 + 速度 | 模拟 + 数据结构 |
| 数据分析 | QR 线必有 | 无 | Quant 线偶尔 |
| 概率题 | Trading 线必有 | Algo 线必有 | Quant 线必有 |
| OA 时长 | 70-120 min | 70 min + 60 min | 70 min |
| 通过率 | 估约 15% | 估约 20% | 估约 18% |
如果你同时收到三家的 OA 邀请，建议优先做 Two Sigma —— 题型最杂、覆盖最全，做完之后再做其他两家会显得简单。
FAQ
Q1: Two Sigma 的 CodeSignal cutoff 是多少？ A: SWE / Quant Engineer 线大约 80 分。低于 75 几乎不进 phone screen。QR 线评分维度不同，需要另议。
Q2: 数据分析题用什么语言？ A: Python（pandas / numpy / sklearn）默认。R / Julia 也可以选，但不推荐 —— reviewer 主要看 Python 代码。
Q3: OA 中可以查文档吗？ A: 可以。Two Sigma 不限制查 stdlib 文档。但不能查 LeetCode 题解或外部代码 —— 提交后会做相似度检测。
Q4: 收到 OA 邀请后多久必须完成？ A: 72-96 小时。如果实在赶不上可以邮件 recruiter 申请延期，一般会给一次 24-48 小时延期机会。
Q5: Two Sigma 给应届生 offer 的 base 大概多少？ A: SWE / Quant Engineer 线 NG base 约 $200K，外加 sign-on / 股权。具体以 offer letter 为准。
写在最后
Two Sigma 的 OA 是「全维度考核」—— 算法 + 数据 + 概率 + 工程 + 业务建模缺一不可。如果你正在准备 Two Sigma 的 OA，可以微信 Coding0201 联系，发岗位线 + 邀请邮件截图，先做岗位线判定，再决定备考路径。
需要面试真题？ 立刻联系微信 Coding0201，获取真题。
联系方式
- 微信：Coding0201
- Email: [email protected]
- Telegram: @OAVOProxy