在申请 two sigma 2026 的 new grad swe 职位，我现在有点焦虑到不知道怎么准备。我是 cs 专业，数据结构和算法还算稳，但量化和金融知识基本为零。我需要狂补期权定价吗，还是对 swe track 来说根本不重要？
在有人说「就刷 leetcode」之前：我一直在刷 leetcode。我更担心的是那些「我不知道自己不知道」的部分。
我具体不清楚的点： 他们申请页面里会写「strong mathematical background」，new grad SWE 面试真的会考数学吗？还是只是给 quant 岗位留个口子？ 我看过一些老帖说 SWE loop 会问概率题。2025/2026 还会这样吗？比如期望值，或者条件概率那种？ 他们的 OA 一般怎么构成？我之前做过他们的 Codility OA，做完了但不确定是不是常态。 behavioral 这块真的会认真考吗？还是在 SWE 级别基本就是走过场？
如果有人最近走过 new grad SWE loop，真的很想听听你们的真实信息。我感觉自己像是在真空里准备。
我两年前走过他们的 new grad SWE 流程，所以情况可能变了。但大概是这样：对，会有一些概率基础。不是很深的 quant 内容，但会有那种「这个游戏的 expected value 是多少」之类的问题，可能再来个脑筋急转弯。他们想看你能用概率思维思考。你不需要知道 delta 是什么。另外 behavioral 是认真的，不是走过场，他们在意 intellectual curiosity，以及你怎么处理模糊的问题。
我也一样，最近一直为这事焦虑到不行。刚看到一个去年秋天走过流程的人发帖，说第一轮 technical 里出了一个概率题，跟骰子有关。如果你只准备了算法题，这种不难但会很意外。
quant-shop 的 job req 里写的「strong mathematical background」通常意思是：你能不能做定量推理，而不只是会写代码？对 new grad SWE 来说一般落地为：概率基础，可能再加一点统计直觉，思路清晰的算法思考。不需要金融知识。但如果你没法推导期望值和条件概率，很容易被问住。花 3-4 天补一下就够了，不深。
我当时了解的他们 OA 形式是：2 道算法题，1 小时。一道更简单的热身，一道 medium-hard。没啥离谱的，但时间管理很关键。如果你做 Codility 很顺，OA 大概率没问题。