Two Sigma 2026 春招 / 暑期招聘的 OA 一如既往「時間寬裕但坑多」：Quant Engineer / Quant Researcher / Modeler 三檔崗位都走 CodeSignal，但每檔考點不同。本文按 2026 一畝三分地 + Discord 反饋，按 IPO 份額分配、排水模擬、時序迴歸 三條主線梳理題型，並說明 OA輔助 接入方式。
Two Sigma OA 概覽（2026）
| 維度 | 詳情 |
|---|---|
| 平台 | CodeSignal（自研變體） |
| 時長 | 90–120 分鐘 |
| 題量 | 2 道（每道獨立計分） |
| 主考方向 | 演算法 + 業務規則字面化 |
| 評分 | 全自動判題 + 隱藏 corner case + 時間複雜度 |
| 通過率 | 一畝三分地反饋約 28% |
| 冷卻期 | 12 個月（跨崗位另算） |
主線一：IPO 份額分配
題目描述
n 個客戶對 IPO 下達申購量 demand[i]，可用總量 S < sum(demand)。要求按「比例 + 整手取整 + 餘量按申購時間戳輪詢」規則給每個客戶分配。
Python 解法
def ipo_allocate(demands, ts, S, lot=100):
n = len(demands)
total = sum(demands)
base = [(d * S) // total // lot * lot for d in demands]
leftover = S - sum(base)
order = sorted(range(n), key=lambda i: ts[i])
i = 0
while leftover >= lot and i < n:
idx = order[i]
if base[idx] < demands[idx]:
base[idx] += lot
leftover -= lot
i += 1
return base
複雜度：O(n log n)。最常見錯答：lot 不能整除 S 時餘量沒輪詢完。
主線二：排水模擬
題目描述
給定一張地勢 heights[][]（行列網格），每個格子有一定積水量 water[][]。模擬「連通區域同時下降」直到所有水被排掉。回傳每秒的總積水量。
Python 解法（Union-Find + 拓樸下降）
from collections import defaultdict
def drain_simulate(heights, water):
R, C = len(heights), len(heights[0])
cells = [(heights[r][c], r, c) for r in range(R) for c in range(C)]
cells.sort()
parent = {}
def find(x):
while parent.get(x, x) != x:
parent[x] = parent.get(parent[x], parent[x])
x = parent[x]
return x
def union(a, b):
ra, rb = find(a), find(b)
if ra != rb:
parent[ra] = rb
pool = defaultdict(int)
series = []
for h, r, c in cells:
parent[(r, c)] = (r, c)
pool[(r, c)] = water[r][c]
for dr, dc in [(-1, 0), (1, 0), (0, -1), (0, 1)]:
nr, nc = r + dr, c + dc
if 0 <= nr < R and 0 <= nc < C and (nr, nc) in parent:
union((r, c), (nr, nc))
series.append(sum(pool.values()))
return series
複雜度：O(R·C·α(R·C))。隱藏 case 常包含「所有格子高度相同」「單行單列」「水量為 0 的格子參不參與連通」三類邊界。
主線三：時序迴歸（Modeler 崗）
題目描述
給定一個時序 prices[] 和外部因子 factors[][]（每行一時間點的 k 個因子值），求最小二乘迴歸的 beta 與 R²，要求純 numpy 實作。
Python 解法
import numpy as np
def ols_with_intercept(X, y):
X = np.column_stack([np.ones(len(X)), X])
beta = np.linalg.solve(X.T @ X, X.T @ y)
y_hat = X @ beta
ss_res = ((y - y_hat) ** 2).sum()
ss_tot = ((y - y.mean()) ** 2).sum()
return beta, 1 - ss_res / ss_tot
易錯點：np.linalg.inv 在 X.T @ X 接近奇異時數值崩潰，應該用 solve；忘加 intercept 列會讓 R² 偏低。
Two Sigma OA 題型對照表
| 題型 | 頻率 | 主要崗位 | 易錯點 |
|---|---|---|---|
| IPO 份額分配 | ★★★★★ | Quant Engineer | 餘量未分配 |
| 排水模擬 | ★★★★ | Quant Engineer | 連通邊界 |
| 時序 OLS | ★★★★ | Modeler | 缺 intercept |
| 因子相關矩陣 | ★★★ | Modeler | 數值穩定 |
| 字串行情解析 | ★★ | Quant Engineer | 缺欄位 |
OA輔助 實戰路徑
oavoservice 的 OA輔助 服務
- 題型分桶：IPO / 排水 / 迴歸三桶共 12 道變體，對齊 Two Sigma CodeSignal 自研考點
- 120 分鐘限時模擬：mentor 出題，按真實節奏跑全套
- OA 當天即時輔助：低延遲思路核對（合規邊界內）
- VO 銜接：Quant Engineer onsite 4 輪（coding + sysdesign + modeling + BQ），mentor 不變
一份「Two Sigma 業務術語」清單
Two Sigma OA 題面充滿業務術語：IPO allocation、basis point、lot size、water level、permeability 都會出現。我們維護了一份 Two Sigma 業務術語清單，幫你在 120 分鐘裡快速 parse 題面而不是反覆讀題。OA輔助 學員可以直接拿到這份清單。
具體方案與報價，加微信 Coding0201 溝通。
FAQ
Two Sigma OA 用什麼語言？
CodeSignal 全語言支援；社區反饋 Python 占比 ~70%（因為 Modeler 偏 numpy）。
2 道題 120 分鐘夠嗎？
夠，但 Two Sigma 題目描述長 + 業務規則細，平均一道題題面就要讀 8–10 分鐘。建議每道留 50 分鐘（含讀題），剩 20 分鐘檢查 corner case。
Quant Engineer / Modeler / QR 題庫一樣嗎？
不完全一樣：Quant Engineer 偏演算法 + 業務規則；Modeler 偏 numpy + 時序；QR 偏機率 + 因子。
OA 沒過冷卻期多久？
12 個月。跨崗位（Engineer ↔ Modeler）一般另算池子，可以更早再投。
正在準備 Two Sigma / Citadel / Millennium / Jane Street / HRT Quant OA / VO？
oavoservice 長期追蹤 Two Sigma / Citadel / Millennium / Jane Street / HRT / DE Shaw 的 Quant OA + VO 真題。mentor 來自一線 Quant Engineer / Researcher 團隊，可以提供 題型分桶、120 分鐘限時模擬、業務術語清單、pod fitting 劇本 等 OA輔助 / VO輔助 服務。
👉 立即添加微信：Coding0201，獲取 Two Sigma 高頻題與 OA輔助 方案。
聯絡方式
Email: [email protected]
Telegram: @OAVOProxy