Datathon-我的Citadel量化岗之路！附历年比赛资料
Citadel是一家顶级的全球性对冲基金管理公司，由肯尼斯.格里芬(Kenneth Griffin)创建于1990年，是许多量化人的梦中情司。
Citadel为应届生提供多个岗位，但往往需要先进行一段实习。
Citadel的实习资格也是比较有难度，这篇文章就介绍一些通关技巧。
我们会对主要的三类岗位，即投资、量化研究和软件研发都进行一些介绍，但是重点会在量化研究岗位上。
我们将介绍获得量化研究职位的一条捷径，并提供一些重要的准备资料。
投资类岗位¶
投资类岗位可能是最难的，但待遇十分优渥。
2025年的本科或者硕士实习生将拿到5300美元的周薪，并且头一周都是住在四季酒店里，方便新人快速适应自己的同伴和进行社交。
在应聘条件上面，现在的专业和学校背景并不重要，你甚至可以不是经济学或者金融专业的，但需要对股票的估值感兴趣。
但他们的要求是“非凡(Extraordianry)” -- 这个非凡的标准实际上比哈佛的录取标准还要高一些。Citadel自称录用比是1%，哈佛是4%。如果要对非凡举个例子的话，Citadel会介绍说，他们招过NASA宇航员。
所以，关于这个岗位，我很难给出建议，但是Citadel在面试筛选上，是和Wonderlic合作的，如果你确实很想申这个岗位，建议先报一个Wonderlic的培训，大约$50左右。Wonderlic Select会有认知、心理、文化和逻辑方面的测试，参加此类培训，将帮助你刷掉一批没有准备的人。
一旦入选为实习生，Citadel将提供一个11周的在岗实训，实训内容可以帮助你快速成长。通过实训后，留用的概率很大。
软件研发类¶
这个岗位比较容易投递，Citadel有一个基本的筛选，很快就会邀请你参加 HackerRank测试。由于HackerRank是自动化的，所以，几乎只要申请，都会得到邀请。
HackerRank有可能遇到LeetCode上困难级的题目，但也有人反映会意外地遇到Easy级别的题目。总的来说，平时多刷Leetcode是会有帮助的。并且准备越充分，胜出的机会就越大。
你可以在glassdoor或者一亩三分地（1point3acres）上看到Citadel泄漏出来的面试题，不过，多数信息需要付费。
量化研究和Datathon¶
参加Datathon并争取好的名次，是获得量化研究岗位实习的捷径。从历年比赛数据来看，竞争人数并不会很多（从有效提交编号分析），一年有两次机会。
这个比赛是由correlation one承办的。c1是由原对冲基金经理Rasheed Sabar发起的，专注于通过培训解决方案帮助企业和发展人才。
它的合作对象有DoD, Amazon, Citadel, Point 72等著名公司。可能正是因为创始人之前的职业人脉，所以它拿到了为Citadel, Point 72举办竞赛和招募的机会。在它的网站上有一些培训和招募项目，也可以看一看。
Datathon只针对在校生举办，你得使用学校邮箱来申请。通过官网在线报名后，你需要先进行一个90分钟的在线评估。这个评估有心理和价值观的、也有部分技术的。
评估结果会在比赛前三天通知。然后进入一个社交网络阶段（network session），在此阶段，你需要组队，或者加入别人的队伍。Datathon是协作性项目，一般要求4人一队参赛。
正式开始后，你会收到举办方发来的问题和数据集（我们已搜集历年测试问题、数据集及参赛团队提交的答案到网站，地址见文末），需要从中选择一个问题进行研究，并在7天内提交一个报告，阐明你们所进行的研究。
这个过程可能对内地的学生来讲生疏一些，但对海外留学生来讲，类似的协作和作为团队进行presentation是很平常的任务了。所以，内地的学生如果想参加的话，更需要这方面的练习，不然，会觉得7天时间不够用。
女生福利¶
女生除可以参加普通的Datathon之外，还有专属的Women's Datathon，最近的一次是明年的1月10日，现在开始准备正是好时机。
不过，这次Women's Datathon是线下的，仅限美国和加拿大在读学生参加。
Datathon通关技巧¶
Datathon看起来比赛的是数据分析能力，是硬技巧，但实际上，熟悉它的规则，做好团队协作也非常重要。而且从公司文化上讲，Citadel很注重协作。
- 组队时，一定要确保团队成员使用相同的编程语言，否则工作结果是没有办法聚合的。
- 尽管Citadel没有限制编程语言和工具软件，但最终提供的报告必须是PDF, PPT或者HTML。并且，如果你提交的PDF包含公式的话，还必须提供latex源码。考虑到比赛只有7天，所以你平时就必须很熟悉这些工具软件。或者，当你组队时，就需要考虑，团队中必须包含一个有类似技能的人。
- Datathon是在线的虚拟竞赛，所以，并没有现场的presentation环境。因此，一定要完全熟悉和遵循它的提交规范。
- 也正是因为上一条，Report一定要条理清晰，一定要从局外人的身份多读几次，看看项目之外的人读了这份报告，能否得到清晰的印象。
- 尽可能熟悉Jupyter Notebook和pandas（如果你使用Python的话）。这也是官方推荐，通过Notebook可以快速浏览竞赛所提供的数据集。
- 补充数据是有益的，这能反映你跳出框架自己解决问题的能力。所以平常要多熟悉一些数据集。如果一些数据要现爬的话，那需要非常熟悉爬虫。因为爬虫与后面的数据分析是串行的。在数据拿下来之前，其它工作都只能等待。
- Visualization非常重要。如果你习惯使用Python，平时可以多练习matplotlib和seaborn这两个库。
我们已经搜集了2017年以来所有的竞赛题目，包括数据、问题，以及一些团队提交的报告和代码。如果你需要准备Datathon，这会是一个非常好的参考。
在这里，我们对2024年夏的Datathon做一个简单介绍。
2024年 Summer Datathon¶
2024年的Datathon于8月5日刚刚结束。这次的题目是关于垃圾食品的，要求从提供的数据集中，得出关于美国食品加工的一些结论。除了指定数据集之外，也允许根据需要自行添加新的数据集。不过，这些数据集也提交给评委，并且不得超过2G。
论题可以从以下三个之中选择，也可以自行拟定：
- 能够从肉类生产来预测餐馆的股价吗？
- 糖的价格会影响年青人对含糖饮料的消费吗？如果存在影响，这种影响会有地区差异吗？
- 肉制品生产低谷与失业人数相关吗？
有的团队已经将竞赛数据集、问题及他们的答案上传到github，下表是我们搜集的部分repo列表。其中包含了一些当年夺得过名次的solution，非常值得研究。如果你在练习中能达到此标准，那么就有较大概率在自己的比赛中取得名次。
| year | rank | files | 说明 |
|---|---|---|---|
| 2024 summer | NA | data, code, report | 两个团队的报告，可运行 |
| 2024 spring | NA | data, code, report | 目录清晰，报告质量高 |
| 2023 | NA | report, code | |
| 2022 | 3rd | report, code | 报告质量高，可视化效果 |
| 2021 summer | 1st | data, src, report | 包含airbnb数据 |
| 2021 spring | NA | data,code,report | |
| [2020] | 3rd | report | |
| 2018 | 1st | data,code,report | 两个团队的报告 |
| [2017] | NA | report,code,data |
这些竞赛的资料也都上传到了我们的课程环境。
如果你想立即开始练习，可以申请使用我们的课程环境，这样可以节省你下载数据、安装环境的时间。我们已帮你调通了2024年夏季比赛的代码，可以边运行边学习他人的代码。