今年秋招我带的学员里，Akuna Quant 这条线算是最有戏剧性的：一个美硕背景、项目经历偏数据、多数投的 Quant/Trading/Strategy，但对 high-frequency 风格的题型不算熟。整个流程从 OA 到三轮 VO，都卡过点，也靠 Programhelp 的实时语音辅助把关键逻辑兜住，最后成功逆袭上岸。
下面按时间线把全过程展开，信息量大、题型覆盖全、真实现场感强，你可以直接按这个节奏准备。
网申阶段：时间点和岗位选择
Akuna 每年在 8--10 月是投递高峰，学员当时投的是：
-
Quant Trader
-
Junior Quant Researcher
-
Quant Dev（备胎）
建议大家：
如果背景偏 CS/Python，多投 QR/QD；如果数学/统计 + coding 还行，Trader 也能冲。
学员背景：
-
美国 MS in Statistics
-
两段数据科学实习
-
LeetCode 中等量级
-
交易/衍生品理解有限
这种背景在 Akuna 不算硬。
OA（Coding Assessment）
Akuna 的 OA 今年依旧是快节奏 + 数学小逻辑。
题型特点：
-
两道 coding
-
一道概率/期望/组合类推理题
-
全部限时，界面类似 Hackerrank
-
不难，但要求思路干净、实现简洁
学员当时卡住的是第二题数学逻辑（组合类期望）。
我们这边在远程无痕助攻下，把关键公式推导方向做了"语音提醒"：
-
"看约束，枚举范围不用到 n²。"
-
"先把等价情况压成状态，不要暴力跑。"
最后两道题都 AC，概率题给出的是正确 closed-form。
OA 过了之后基本就能等 HR 排 VO 了。
VO 第一轮（Quant Trader Round）：逻辑 + 心算 + 轻 coding
这一轮是很多同学最慌的，因为节奏快，面试官问问题不带缓冲。
这轮主要覆盖：
-
Mental Math（心算）
-
典型题：比价、收益率、极限估值
-
有一道类似：给你变化率 + 价格波动，要求在 5 秒内说结果
学员第一题就被问懵，停顿了两秒，我这边立刻用语音提醒他：
-
"拆项！近似法先报个区间。"
他马上稳住节奏。
-
-
Market Making 小场景题
例子：
-
"如果 spread 窄到某个水平，你怎么调 inventory？"
-
"波动率升高，你是提高报价、拉开 spread 还是降低尺寸？"
学员原本回答偏 textbook，我在侧面引导他加入交易动机：
- "先从风险出发，说 delta exposure，再说 inventory，再说 spread 逻辑。"
-
-
Light Coding（Python）
小数组操作 / 滑动窗口。
重点是写得快 + 输得对，不讲究大工程。
这一轮整体下来，面试官评价不错：
"Good structure of thinking."
当天就发了第二轮邀请。
VO 第二轮（Quant Research Round）：概率 + Brainteaser + 模型推导
这一轮难度明显上来，主要看你的数学直觉。
内容包括：
-
条件概率 & Bayes
类似：
"如果一个事件的检测器有误报率/漏报率，给你观察结果，求真实概率。"
学员最初方向走偏，我及时语音提示：
-
"从 prior 开始，不要直接操作条件。"
-
"先写 P(A|B) = ... 那个框架。"
他立马把公式拉对，把心态稳住。
-
-
Stochastic 直觉题
比如：
"如果一个随机游走在某个状态停留概率更高，你怎么判断它是否有偏？怎么估计 drift？"
这类题不看公式，看你怎么"讲出逻辑"。
-
Brainteaser
当天问的是变体类的装 balls 游戏。
他一开始绕复杂，我提示：
-
"看 invariants！"
-
"保持不变量的方法想。"
-
-
Mini Modeling 问题
例如：
"如果某交易的 payoff 是分段的，怎么近似成线性模型？"
--- 看你的建模直觉。
一轮下来学员很紧张，但面试官一直点头。
当晚就发第三轮。
VO 第三轮（Culture + Trading Sense）
很多人觉得这轮"简单"，但其实容易被刷。
Akuna 的 culture 面更偏"trading logic + 你的稳定性"。
常问：
-
"你在压力大的时候如何保持 decision making？"
-
"你做决策更依赖统计还是 pattern？能举例吗？"
-
"你为什么想做高频？你怎么理解 risk-adjusted return？"
我在旁边给的辅助逻辑是：
-
"用一个具体 project/实习经历去 anchor。"
-
"把你对风险的思考放前面。"
-
"风格放松一点，不要像机器。"
学员整体表现落落大方，聊到后面甚至和面试官一起讨论做"简易仓位管理函数"的想法，当场气氛很稳。
第二天收到 HR：
Congratulations.
Offer 到手：逆袭的关键是什么？
复盘下来，这次成功主要靠三个点：
-
代码速度够快
Akuna 很看重你是否能"快速写对"。
学员 Python 基础扎实，这点是加分项。
-
数学直觉在助攻下被放大
尤其是第二轮，几次方向跑偏，我帮他拉回正确框架，让面试官看到的是"思路清晰的人"。
-
Trading sense 有真实例子支撑
第三轮最害人的就是"泛泛而谈"，我们提前把学员的两段数据项目改写成 "trading decision context"，效果极好。
Programhelp 的 VO 助攻是怎么进行的？
这里简单讲讲我们是如何陪学员走过三轮 VO 的：
-
远程语音助攻，不共享屏幕、不出轨迹，不留痕迹
-
重点在于"方向纠偏"
-
当学员思考卡住、公式推导走偏、逻辑想复杂、coding 犯低级错误时，我们做的是：
-
结构提示
-
推导入口提醒
-
简化公式思路
-
加速描述逻辑的方法
-
-
语音内容是点到即止，不代答、不输出长句，保证自然性
-
全程稳定、无断连、无怪声，面试官完全察觉不到
我们今年已经陪过十几位同学过 Akuna/Optiver/Jump/Jane 的 VO，节奏很成熟。