IMC 2026 招募流程比 2025 略有調整：Hiring Assessment 把過去散落在多個平台的題目合併到一個統一的入口（仍以 HackerRank 為主，部分岗位增加 Optiver 風格的 Trading Game）。本篇面經基於 oavoservice 學員近 6 個月 15 份 IMC 復盤整理，覆蓋 SDE / Quant Trader / Quant Researcher 三個岗位族。
一、IMC 2026 流程總覽
Resume Screen
│
▼
Hiring Assessment（綜合：Coding + Math + Trading）
│
▼
Recruiter Call（30 min）
│
▼
Technical Round 1（Coding 或 Trading 深度題）
│
▼
Technical Round 2（System 思路 / Trading PnL 復盤）
│
▼
Onsite / Final Round（HM + Culture）
│
▼
Offer
關鍵變化（2026 vs 2025）：
- Hiring Assessment 新增 統一回放機制：你的程式碼與思路錄影都會保留到 onsite
- Trading Game 在 Quant 岗位 從可選變為必考
- Final Round 的 HM 部分占比上升到 30%
二、Hiring Assessment：三段題型
2.1 Coding 段（HackerRank，約 60 min）
題目偏 LC Med，2–3 題。學員還原題：
題目（變體）：給一個二維矩陣，每列升序、每行升序。給一個目標值 K，回傳 所有等於 K 的位置座標（按列優先排序）。
def find_all(matrix, K):
if not matrix or not matrix[0]:
return []
n, m = len(matrix), len(matrix[0])
out = []
for i in range(n):
lo, hi = 0, m
while lo < hi:
mid = (lo + hi) // 2
if matrix[i][mid] < K:
lo = mid + 1
else:
hi = mid
l = lo
lo, hi = l, m
while lo < hi:
mid = (lo + hi) // 2
if matrix[i][mid] <= K:
lo = mid + 1
else:
hi = mid
r = lo
for j in range(l, r):
out.append((i, j))
return out
複雜度：O(n log m)。坑點：等於 K 可能在多個行連續出現，左右邊界要分別二分。
2.2 Math 段（約 30 min）
不像 Optiver 那樣有 8 秒心算，IMC 的 Math 段以 機率 + 博弈 + 幾何 為主：
- 簡單期望值（帶條件）
- 樸素博弈（你 vs 對手最優策略）
- 幾何 / 排列組合
學員還原題：
你和對手輪流從 1, 2, 3, ..., 10 中各自挑一個數（不放回），各拿到一個數後比大小，大的人贏。如果你先手並採取最優策略，勝率多少？
經典分析：先手對小集合無優勢，關鍵是對手能否採取「隨機策略」反制。學員答題模板是：枚舉先手第一步、計算後續期望、說明 Nash 平衡。
2.3 Trading Game 段（Quant 岗位必考）
簡化撮合界面，類似 Optiver 模擬器。評分維度：
- 平均買賣價差利潤
- 最大回撤
- 淨倉位時長
踩坑：把 Trading Game 當 Coding 寫「程序化策略」是大忌——它要的是 人腦判斷，不是無腦做市。
三、Recruiter Call：5 個高頻問題
- 你為什麼選擇 IMC（vs Optiver / Jane Street / Citadel）
- 你最近做的一個量化或工程專案，量化成果
- 期望薪資 + 入職時間
- 你能 onsite 出差嗎（多倫多 / 阿姆斯特丹 / 芝加哥）
- 是否有競業 / 簽證限制
學員經驗：薪資期望可以給一個 range，但 不要在第一通電話給死數字。recruiter 會拿你說的下沿當 anchor。
四、Technical Round 1：Coding 深度
樣本題更偏 LC Hard 邊緣 + system 思路：
實作一個簡化的 撮合引擎：支援
add_order(side, price, qty)與cancel(order_id)，並在每次 add 後撮合所有可成交的對手單。
實作要點：
- 買賣各一個 price-level 的有序結構（紅黑樹或 sorted dict）
- 同價位按時間優先用 deque
- cancel 用 id → (side, price, deque_iter) 的反向索引
from sortedcontainers import SortedDict
from collections import deque, namedtuple
Order = namedtuple('Order', 'id side price qty t')
class Book:
def __init__(self):
self.bids = SortedDict()
self.asks = SortedDict()
self.idx = {}
self.t = 0
def add_order(self, oid, side, price, qty):
self.t += 1
opp = self.asks if side == 'B' else self.bids
while qty > 0 and opp:
best_price = next(iter(opp))
if (side == 'B' and best_price > price) or (side == 'S' and best_price < price):
break
q = opp[best_price]
top = q[0]
traded = min(qty, top.qty)
qty -= traded
top = top._replace(qty=top.qty - traded)
if top.qty == 0:
q.popleft()
self.idx.pop(top.id, None)
if not q:
del opp[best_price]
else:
q[0] = top
if qty > 0:
same = self.bids if side == 'B' else self.asks
same.setdefault(price, deque()).append(Order(oid, side, price, qty, self.t))
self.idx[oid] = (side, price)
面試官在意的不是你能不能跑通，而是 你解釋 cancel + 同價位 FIFO + 撮合循環的能力。
五、Technical Round 2：思路與 PnL 復盤
- SDE 岗位：讓你講 Hiring Assessment 裡 Coding 的程式碼思路、複雜度、可擴展性
- Quant 岗位：讓你講 Trading Game 的 PnL 曲線，逐分鐘復盤哪筆決策對、哪筆決策錯
高分關鍵：不要硬編決策。承認「這筆我應該 reduce 但我沒」遠比「這筆我故意扛倉」更得分。
六、Final Round：HM + Culture
5 個高頻問題：
- 團隊中你最難協作的一類人 + 你怎麼 unblock
- 失敗案例 + 你學到了什麼
- 5 年職涯圖景
- Why IMC（必問）
- 反問環節（建議 ≥ 3）
文化匹配是最後一票否決項。學員經驗：少談「我喜歡錢」，多談「我喜歡從市場中找規律」。
七、薪酬節點（學員實測，2026 資料）
| 岗位 | base | sign-on | bonus 區間 |
|---|---|---|---|
| SDE NG | 130–160k | 20–40k | 30–60k |
| Quant Trader Intern | 月 ~ $14k | — | — |
| Quant Researcher Junior | 180–220k | 30–50k | 100k+ |
註：Quant Trader / Researcher 的 bonus 浮動很大，PnL 表現年是關鍵。
八、VO代面 / VO輔助 在 IMC 各輪的作用
| 輪次 | VO代面 / VO輔助 |
|---|---|
| Hiring Assessment | 題型預測 + 限時 mock + Trading 模擬器 + 全程即時輔助 |
| Recruiter Call | 話術 mock + 期望薪資準備 + 節奏 cue |
| Tech Round 1 | 思路即時輔助 + 撮合引擎模板 + 複雜度推演 |
| Tech Round 2 | PnL 復盤陪練 + trade-off 準備 + 即時 cue |
| Final HM | mock + 反問 list + 文化匹配演練 |
oavoservice 的 mentor 來自一線 IMC / Optiver / Jane Street 團隊，從 Hiring Assessment 到 final HM 全鏈路打包。
九、5 週備戰節奏
| 週次 | 任務 |
|---|---|
| W1 | LC 高頻 50 題（陣列 / 滑窗 / 圖） |
| W2 | 機率經典題庫 50 道 + 簡單博弈 |
| W3 | Trading 模擬器陪練 × 5 |
| W4 | 撮合引擎 + LRU + Rate Limiter 設計題 |
| W5 | mock onsite × 2 + HM 5 故事打磨 |
FAQ
IMC 2026 Hiring Assessment 和 2025 有什麼不同？
新增 統一回放機制 與 Quant 岗 Trading Game 必考。Coding 段難度無明顯變化。
IMC HM 一定要問 Why IMC 嗎？
接近 100%。學員們多被追問「IMC vs Optiver / Jane Street」的細節差異，需要做功課。
IMC 面試反作弊嚴格嗎？
OA 強制攝影機 + 螢幕共享；技術輪要求開攝影機。oavoservice 的 VO代面 / VO輔助 已經針對這些機制做了完整適配，從設備配置到即時 cue 都有成熟方案。
IMC 給 sponsor 嗎？
美國岗位給 H1B；阿姆斯特丹岗位走荷蘭高技能簽證（Highly Skilled Migrant）。芝加哥多倫多岗位常規給 sponsor。
VO代面 / VO輔助 在 IMC 流程裡如何對接？
oavoservice 在 IMC 全流程提供 Hiring Assessment 即時輔助 + Coding 陪練 + Trading 模擬器訓練 + HM mock + 反問 list，從首輪 OA 到 final HM 一站式打包。
正在準備 IMC Financial Markets 面試？
oavoservice 長期追蹤 IMC Hiring Assessment + Trading Game 真題，mentor 來自一線 IMC / Optiver / Jane Street 團隊。提供 題型預測、Coding 陪練、Trading 模擬器訓練、HM mock、VO代面 / VO輔助 全鏈路服務。
👉 立即新增微信：Coding0201，獲取 IMC 2026 面經與 VO代面 路徑。
聯絡方式
Email: [email protected]
Telegram: @OAVOProxy