← 返回部落格列表 Two Sigma OA 全流程面經：CodeSignal + 編碼 + 資料分析三類題型實錄
OA Two Sigma

Two Sigma OA 全流程面經：CodeSignal + 編碼 + 資料分析三類題型實錄

2026-05-30

Two Sigma 是市面上 OA 體感最"硬核"的量化公司之一。它不像 Citadel 那樣把題目拆成多關組合，而是常常把 演算法、資料分析、機率推理、行為評估 全部塞進一兩關 OA 裡，要求候選人在 70-90 分鐘內同時展示多種能力。這篇文章把站內已有的 Two Sigma Quant Engineer CodeSignal 與 Two Sigma OA IPO/Sewer 真題分析 做了串聯，給一份完整的 OA 流程面經。

Two Sigma OA 流程概覽

整體流程：3-4 週

W0  申請投遞（career site / 內推 / Hireright）
W1  發送 OA 邀請（72-96h 窗口）
W2  通過 → Phone screen（45min，技術 + 專案）
W3  Onsite 五輪（編碼 + 資料分析 + 機率 + 行為 + 專案）
W4  team match → offer 決議

W1 階段的 72-96 小時是關鍵窗口。Two Sigma 不會在信件裡告訴你具體題型分布，候選人通常在打開連結後才發現是「90 分鐘混合卷」還是「60 分鐘純演算法」。建議拿到邀請第一時間預留一個完整的 2 小時空檔，確保不被打斷。

三大題型分類

類型一：純演算法題（Quant Engineer / SWE 線）

參考站內 Two Sigma Quant Engineer CodeSignal 攻略，70 分鐘 4 題，Q1-Q4 難度遞增。Two Sigma 的 CodeSignal 與 HRT 不同：

維度 Two Sigma HRT
時長 70 min 70 min
Q1 難度 Easy（暖手） Easy（暖手）
Q2 難度 Medium-Hard Medium
Q3 難度 Hard（圖 / DP） Medium-Hard（數論）
Q4 難度 Hard+（綜合） Hard（綜合）
Cutoff ~80 ~78

Two Sigma 的 Q2 比 HRT 略難，候選人最容易在 Q2 就開始失分。

類型二：編碼 + 資料分析混合題

IPO Share Allocation + Sewer Drainage 是這個類型的代表。題目不是單純的 LC 演算法題，而是結合了：

下面給一段典型的"IPO 分配"骨架程式碼：

import heapq

def ipo_allocate(orders: list[tuple[int, float]],
                 supply: int) -> dict[int, int]:
    """
    orders: [(client_id, weight), ...]
    supply: 可分配的總股數
    依規則按 weight 加權 + 整數切分 + 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())
    
    # 按小數部分降序，tie 時按 client_id 升序，分配剩餘股
    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

這類題不難想，但容易寫錯 tie-break。Two Sigma reviewer 會針對小數部分的處理與排序穩定性扣分。

類型三：資料分析題（Quant Researcher / Modeling 線）

只有 QR / Modeling / Data Science 線會拿到這一類。題面通常給一份 CSV 或 SQL 資料，要求：

# Two Sigma QR 風格 - rolling 因子計算
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，與 df.index 對齊
    """
    return df["close"].pct_change(window)

QR 線候選人可以使用 pandas / numpy / sklearn，但禁止使用 pre-built 量化函式庫（如 zipline）。

不同職位線的 OA 路徑

職位線 OA 形式 時長 題型
Quant Engineer CodeSignal GCA 70 min 4 道演算法題
Software Engineer CodeSignal GCA 70 min 4 道演算法題
Quant Researcher 資料分析題 90 min 1-2 道資料 + 1 道機率
Modeling 資料分析 + 演算法 120 min 混合
Data Science SQL + Python 資料分析 90 min SQL + pandas 題
Trading Intern 機率題 + 編碼題 60 min 8-10 道機率 + 1 道編碼

OA 真題節奏：90 分鐘混合卷的時間分配

00:00 - 00:10  快速讀完所有題目 → 估算難度
00:10 - 00:25  Q1（演算法暖手）→ 100% AC
00:25 - 00:50  Q2（資料分析 / 業務建模）→ 80%+ AC
00:50 - 01:20  Q3（綜合 hard）→ 50%+ AC
01:20 - 01:30  回頭 review + 邊界補全

90 分鐘混合卷比純演算法題更難時間分配，因為不同題型的"產出/時間"曲線不同。建議在 Q2 / Q3 切換時強制設一個時間錨點，避免在某一題陷得太深。

備考路徑推薦

階段 重點 推薦資源
0-1 週 LeetCode 基礎 + CodeSignal 暖手 LeetCode top 75
1-2 週 CodeSignal arcade 完整通關 CodeSignal Arcade
2-3 週 Two Sigma 歷年真題 + 資料分析 1point3acres 面經 + Kaggle
3-4 週 機率 + 數學速算 Heard on the Street + 50 nuts
4 週後 Mock + 計時 自己定時 90 min 混合卷

與 HRT / Citadel 的橫向對比

維度 Two Sigma HRT Citadel
演算法側重 綜合 + 業務建模 數論 + 速度 模擬 + 資料結構
資料分析 QR 線必有 無 Quant 線偶爾
機率題 Trading 線必有 Algo 線必有 Quant 線必有
OA 時長 70-120 min 70 min + 60 min 70 min
通過率 估約 15% 估約 20% 估約 18%

如果你同時收到三家的 OA 邀請，建議優先做 Two Sigma —— 題型最雜、覆蓋最全，做完之後再做其他兩家會顯得簡單。

FAQ

Q1: Two Sigma 的 CodeSignal cutoff 是多少？ A: SWE / Quant Engineer 線大約 80 分。低於 75 幾乎不進 phone screen。QR 線評分維度不同，需要另議。

Q2: 資料分析題用什麼語言？ A: Python（pandas / numpy / sklearn）預設。R / Julia 也可以選，但不推薦 —— reviewer 主要看 Python 程式碼。

Q3: OA 中可以查文件嗎？ A: 可以。Two Sigma 不限制查 stdlib 文件。但不能查 LeetCode 題解或外部程式碼 —— 提交後會做相似度檢測。

Q4: 收到 OA 邀請後多久必須完成？ A: 72-96 小時。如果實在趕不上可以信件 recruiter 申請延期，一般會給一次 24-48 小時延期機會。

Q5: Two Sigma 給應屆生 offer 的 base 大概多少？ A: SWE / Quant Engineer 線 NG base 約 $200K，外加 sign-on / 股權。具體以 offer letter 為準。

寫在最後

Two Sigma 的 OA 是「全維度考核」—— 演算法 + 資料 + 機率 + 工程 + 業務建模缺一不可。如果你正在準備 Two Sigma 的 OA，可以微信 Coding0201 聯絡，發職位線 + 邀請信件截圖，先做職位線判定，再決定備考路徑。

需要面試真題？ 立刻聯絡微信 Coding0201，獲取真題。

聯絡方式