Hudson River Trading（HRT）是紐約本土起家的頂級 quant prop trading 公司，與 Citadel、Jane Street、Two Sigma 同列 quant 第一梯隊。OA 通過率約 8-12%，但 OA 通過後 onsite 才是真正的「絞肉機」——五輪面試，每一輪都可能直接出局。本文聚焦 OA 通過後的 Onsite 流程，對應 Algorithm Developer (Algo Dev) / Quant System / Core Infrastructure 三個工程類 track。
如果你還沒過 HRT OA，建議先看我們的 HRT OA 2026 攻略。
HRT Onsite 流程總覽
| 輪次 | 時長 | 內容 | 通過率 |
|---|---|---|---|
| 1. Tech Phone Screen | 60 min | Coding + 一題 brainteaser | 100% → 50% |
| 2. Onsite #1：Algo + Coding | 75 min | 中等 LC 演算法 + 效能討論 | 50% → 30% |
| 3. Onsite #2：System Design | 75 min | 低延遲 C++ 系統 + concurrency | 30% → 18% |
| 4. Onsite #3：Brainteaser + Probability | 60 min | 4-6 道機率題，全程心算 | 18% → 12% |
| 5. Onsite #4：Behavioral + Culture Fit | 60 min | 專案深挖 + 團隊風格 + 反向問 | 12% → 8% |
HRT 獨特之處：
- 沒有所謂「hiring committee」，每個面試官都有「否決權」——任何一輪掛了直接 reject
- Onsite 全部走 Zoom + Coderpad，HRT 是少數幾家 100% remote onsite 的 quant
- 當天給回饋：onsite 4 輪跑完後 24-48 小時內 recruiter call 給結果
Onsite #1：Algo + Coding（最像 LC 的一關，但坑藏在效能裡）
典型題目
給一個長 n 的整數陣列
prices（每一項是 tick 價格），求所有長度為 k 的視窗中「價格區間」（max - min）的總和。約束 n ≤ 1e7，k ≤ 1000。
解題分層
Level 1（30 分通過線）：雙單調佇列分別求 max 和 min。
#include <deque>
#include <vector>
using namespace std;
long long range_sum(const vector<int>& prices, int k) {
deque<int> dec, inc; // decreasing for max, increasing for min
long long total = 0;
for (int i = 0; i < (int)prices.size(); ++i) {
while (!dec.empty() && prices[dec.back()] <= prices[i]) dec.pop_back();
dec.push_back(i);
while (!inc.empty() && prices[inc.back()] >= prices[i]) inc.pop_back();
inc.push_back(i);
if (dec.front() <= i - k) dec.pop_front();
if (inc.front() <= i - k) inc.pop_front();
if (i >= k - 1) total += prices[dec.front()] - prices[inc.front()];
}
return total;
}
Level 2（HRT 真正考察的）：面試官會接著問：
- 「你用了 deque——它的記憶體布局對 cache 友好嗎？」
- 「如果 prices 是
float而不是int，會不會有數值精度問題？」 - 「現在改成多執行緒平行 sliding window，你會怎麼設計？」
HRT Algo Dev 與普通 SDE 面試的核心差異：寫出 O(n) 演算法只是入門，能討論 cache line / branch prediction / SIMD / lock-free 才是過線水平。
準備路徑
- 刷 LC Hard 的 sliding window / monotonic stack（LC 84、239、1499、862）
- 學 C++ low-latency 習慣：
std::vectoroverstd::list，避免std::endl（forced flush），用\n - 讀 Agner Fog 的 Optimization Manual 第 1、9、12 章
Onsite #2：System Design（HRT 的招牌環節）
典型題目
設計一個 market data ingestion pipeline。輸入：來自 NYSE / NASDAQ 的 multicast UDP 資料（每秒 ~5M packet），輸出：把規範化的 OrderBook 狀態推送給下游 50 個 trading strategy 行程。延遲要求：99.9th percentile < 30 微秒。
HRT 偏好的回答框架
1. 資料特徵 — 5M pps × 200 bytes ≈ 1 GB/s, NUMA-aware
2. 入口層 — kernel bypass (DPDK / Solarflare); 單核單佇列 RSS
3. 解析層 — 預分配 ring buffer; 零複製 parser; FBS / FlatBuffers
4. 狀態層 — per-symbol L2 OrderBook，熱資料 cache-line aligned
5. 分發層 — shared memory + 自旋鎖 (or lock-free SPMC queue)
6. 監控 — CPU pinning + perf counter + tail latency histogram
必談技術點：
- Why kernel bypass：socket 系統呼叫 ~1.5μs；30μs SLA 完全不允許走 kernel
- NUMA topology：把 NIC、parser、OrderBook 三者綁到同一個 NUMA node
- Lock-free queue：SPMC（single producer, multi consumer）vs MPSC 的取捨
- HW timestamping：用網卡硬體時間戳避免軟體 clock skew
減分回答：上來就寫 Kafka / RabbitMQ。HRT 工程師聽到立刻打「not aware of low-latency constraints」。
Onsite #3：Brainteaser + Probability（全程心算，最易翻車）
高頻題型示例
題 1：100 個海盜按等級分金幣，最低等級先方案，超過半數同意才通過。求最高等級 captain 的最大收益。
題 2：你拿到 1024 個拋硬幣的實驗結果，每次拋 10 次，每次記錄最長連續正面長度 L。求 E[max L]。
題 3：從 [0, 1] 均勻採樣直到累計和 > 1。問期望需要多少次採樣？
應對策略
| 維度 | 錯誤做法 | 正確做法 |
|---|---|---|
| 時間分配 | 想 5 分鐘才說 | 30 秒內說出 hypothesis，然後邊講邊推 |
| 工具 | 心裡默算 | 用白板 / 共享螢幕畫圖，HRT Zoom 提供 whiteboard |
| 節奏 | 一道想 15 分鐘 | 平均每題 8-10 分鐘，卡 5 分鐘必須求提示 |
| 自信度 | 不確定不說 | 先報 best guess，再說「我可能漏了什麼」 |
HRT 的 brainteaser 不是要你「答對」，而是要看「思考過程」——一道題答錯但思路清晰，往往比一道題答對但說不清推導更高分。
推薦題庫
- Heard on the Street by Crack（必備）
- A Practical Guide to Quantitative Finance Interviews（X. Zhou，「綠皮書」）
- HRT 官方 Brainteasers 部落格系列
Onsite #4：Behavioral + Culture Fit
HRT 文化關注點
- Intellectual humility：HRT 高強度的同行 review 文化不允許「嘴硬」
- First principles：每個回答都要有 "why"，不要堆 buzzword
- Long-term thinking：HRT 內部 promotion 慢，他們要確認你不是「刷大廠打卡」心態
- Reverse questions：HRT 極看重你問什麼——準備 3 個有深度的反向問題
高頻問題 + 推薦回答模板
| 問題 | 推薦角度 |
|---|---|
| "Why HRT vs Citadel / Jane Street?" | 提具體的技術差異（HRT 偏 C++ infrastructure；Citadel 偏 multi-strategy；JS 偏 OCaml + research） |
| "Your most challenging debugging story?" | 選一個有效能 / 並行 / 數值精度主題的故事，越底層越加分 |
| "When did you change your mind?" | 必答，HRT 看重 intellectual humility |
| "What questions do you have for me?" | 準備 3 個：1 關於 onboarding 節奏；1 關於他自己的工作；1 關於具體某個技術決策 |
6 週備考路徑（OA 已通過的情況）
| 週 | 重點 | 資源 |
|---|---|---|
| W1-2 | Algo + 效能 | LC Hard 30 題 + Agner Fog Manual + cppcon 講座 3 個 |
| W3 | System Design | "Designing Data-Intensive Apps" 第 5、7 章 + HRT 官方部落格 5 篇 |
| W4 | Brainteaser | Crack 全書 + 綠皮書 第 5-9 章 |
| W5 | Mock | 模擬 4 輪 onsite × 2 套 |
| W6 | BQ + 反向問題 | 寫出 6 個 STAR 故事 + 3 個反向問題 |
FAQ
Q1：HRT VO 通過率到底多少？
OA 通過後的 onsite 通過率約 30-40%——絕對值不算低，但OA 本身淘汰 88-92%。兩關複合算下來，履歷投遞到 offer 的 conversion 約 1.5-3%，與 Jane Street、Citadel SDE 持平。
Q2：HRT VO 必須用 C++ 嗎？
Algo Dev / Core Infrastructure track 強烈建議 C++（團隊主語言），不寫 C++ 也行但要在 BQ 時解釋清楚 migration plan。Quant System track 接受 Python（許多 ML / strategy 工程師純 Python）。通用建議：Algo + System Design 用 C++，Brainteaser / BQ 不涉及程式碼。
Q3：HRT 給 sponsor H1B 嗎？
給。HRT 是少數 quant firm 裡 H1B / O1 比例較高的——大約60% 工程師為非美籍。但第一年 base 略低於 H1B 抽籤時間（因為 HRT cycle 6 月 onsite，offer 11 月，錯過 H1B 主輪），所以新人通常用 OPT + STEM extension過渡。
Q4：HRT 薪資到底多少？
2026 NYC base + bonus（含 sign-on 攤銷，新 grad SDE/Quant 工程類）：
- Year 1：base $200-225K + sign-on $50-100K + first-year bonus $50-150K（按業績）
- Year 2-3：base $225-260K + bonus $200-400K
- Senior（5+ year）：total comp $1M+ 普遍
對比：和 Jane Street、Citadel 工程類基本持平，比 FAANG L4-L5 高 50-100%。
Q5：HRT VO 失敗後多久能重投？
12 個月 cooldown（同一 track）。但 同一份履歷換 track 不能逃避——HRT 內部共用打分。如果你被某一輪強 reject（比如 brainteaser），通常 18 個月內不會再考。
Q6：HRT 工作體驗真的「地獄模式」嗎？
不算地獄，但比 FAANG 節奏高。典型工作時長 50-55 小時/週（NYC office），peak 週可到 65 小時。但給的錢也對得起——Glassdoor 文化分 4.4，Blind 推薦率 80%+，遠高於多數 trading firm。關鍵變數是 manager：好 manager 團隊幾乎無加班，糟糕 manager 團隊加班嚴重。
聯絡方式
如果你正在準備 HRT、Citadel、Jane Street、Two Sigma 這類頂級 quant 工程類職缺，OA 只是第一關——onsite 的 system design + brainteaser 才是真正淘汰主力。我們整理了 HRT 2025-2026 cycle 工程類 Onsite 真題 50+ + System Design 模板 + Brainteaser 60 題精解 + Mock 服務，歡迎聯絡。
立即加入微信 Coding0201，獲取 HRT Onsite 真題與 mock 安排。
- Email：[email protected]
- Telegram：@OAVOProxy