►前言：
今天给大家带来的是久违的学员案例访谈~尽管他之前并没有在北美进行过任何实习，但凭借自己的努力、扎实的基础知识和及时调整后的求职策略，在导师的指导下顺利拿到CPPIB的纯金融offer~成功上岸！一起来听听他的心得吧！
►学员介绍：
姓名：David
即将要去：金融公司DS
本科专业：计算机&经济
研究生项目：美国Top5大学纯金融类项目
求职获得的所有offer：CPPIB Analyst
工作经历：一段DA全职+一段DS实习
►Q：首先可以分享下申请时间线吗？
因为我的研究生项目只有一年时间，所以整个求职过程显得特别紧张。
我的求职时间线：
从去年八月份开始，八月时我基本把简历修改完成，并整理出了要投递的公司列表。
从八月到十月是投递简历和参加面试的集中时期。
十二月结束后，今年一、二月份又是一个投递和面试的高峰期。
最终春招时收到了offer。
►Q：如果能够重来一次，你对时间线会有什么调整？
我认为我的开始时间其实比较晚，如果可以的话，建议大家更早（比如暑假）开始准备会比较好。这样能提前准备技术面的东西，查缺缺漏（比如非金融背景的学生可以利用暑期多关注market news、学习金融产品的知识），免得开学后承担学业和求职的双重压力。
►Q：关于求职岗位的选择有什么心得？
从岗位类型来说，我个人是同时投递了Quant和纯金融的职位。这会导致准备工作的跨度过大，难度增加。Quant职位需要刷很多数学和编程题；而纯金融职位则需要深刻理解宏观经济、股票推荐这些常规问题。
后来，我发现Quant Trader/Desk Quant这类岗位过于硬核；而一些金融岗位，尽管jd中根本没有提到编程技能，我也并未在简历中强调Python技能，但在面试中，面试官依旧非常关心我的Python水平（这可能也体现了纯金融对数据分析越来越重视的趋势）。由于我的本科CS背景+研究生AM背景，我在金融与CS结合的领域是有一定优势的。
最后事实证明，我能够面到后期的主要是一些不是非常硬核的Quant岗（researcher/analyst一类），编程的考察不像开发岗位那么深入，但需要非常扎实的基础知识。面试中主要考察Python的基本库，如pandas和numpy等，也会cover到data structure和算法中中等难度的问题。把这些问题准备得面面俱到，在面试后期我就能对这类问题得心应手了。
所以综合来看，大家需要对自己的实力有一个准确评估，思考一下：以自己的精力、之前的能力基础、课业的紧凑程度，是不是允许自己多方兼顾？如果不能，还是要分析一下适合自己的方向，集中精力，以更充分的时间去准备相关的考点。
►Q：在确定了求职策略以后，如何为这些公司塑造一个量身定制的人设呢？
我虽然没有在北美拿到过实习，但有一段在国内基金实习的经历，与pension fund高度相关，所以我收到不少和pension fund相关岗位面试，因为面试官相信我有可以直接应用到工作中的能力。
在准备面试时，我充分准备了最相关的这几段经历，做到烂熟于心；同时针对实习工作内容进行了一些扩充，确保能应对面试官针对相关话题的深挖。同时，我也会跟导师一起深入了解潜在雇主的业务特点，并进行定制化的准备。
►Q：还有什么建议想给到求职的同学们？
大家一定要重视Networking。在我的求职过程中，networking次数不算特别多，但是确实起到了关键作用。尤其是对于没有北美实习经历、害怕简历不够出彩的求职者，建议多进行networking，通过这种方式有机会绕过简历环节直接获得面试机会，和其他人站在同一起跑线上。
还有一个心得：不管对方的职位多高（即使是director），都不要犹豫，直截了当地提出需求，比如请他们介绍给recruiting manager，很多人其实都是愿意帮忙的。
最后，关于Networking其实有非常多的细节和技巧，我导师的分享也让我受益匪浅，大家还是要向前辈和导师多多请教。