最近民间有个传闻
湾区一大批人口正在搬离
而纽约的花街却越发显得拥挤
事实是为了抢夺科技大牛
华尔街和硅谷的比拼早已开局
Leetcode大家都知道把，但你知道谁在Leetcode上刷题刷的最6吗？这些大牛都去了哪家公司？别急，一群来自北卡罗来纳州立大学和弗吉尼亚大学的学者已经完成了研究。
他们根据Leetcode上300,000多个人的个人资料以及他们公开的解题成绩，计算出
全球大牛的平均解题得分为1513分
，并整理出了各个大厂员工的解题平均分。
没有任何意外，
谷歌位列第一
。
果然网传🐶家面试奇难无比都是真的，能进去的都是神人。排在谷歌后面的就是Facebook、Bloomberg、LinkedIn以及Nvidia。
得分排名前23名的位置大多被科技公司占据
，这一点也不奇怪，但惊喜的是有两个显眼包抢占了高位。没错，就是摩根大通和高盛，摩根大通甚至还踩了微软一脚。
摩根大通tech组能出落得这么有出息，还得承蒙亲妈的大力支持。摩根大通今年
在科技领域的投入高达170亿美元，
历史上从来没有一家投行愿意往科技领域投入这么多钱。
顶级投行分析师Mike Mayo对此表示：“这笔前所未有的投资正在将摩根大通变成银行业的英伟达 。”不过摩根大通去年的投资额也高达155亿美元，咱算是看出哥们的决心了。
热爱追赶潮流的小摩哥，同时非常热衷于发展AI。CEO Jamie Dimon透露JPM有2000多名机器学习专家，正在为AI革命做好准备，为此摩根大通还
成立了一个新部门Data and Analytics (D&A)
，研究如何将人工智能应用于公司业务的方方面面。
注意看咯，根据Business Insider的调查，摩根大通在
聘请外国AI人才方面排名Top 1
，去年共雇佣了237名相关签证员工！
近日摩根大通还发布了2025人工智能研究暑期实习项目，在伦敦和纽约大规模摇人。而在
纽约办公室的实习生薪水高达15.5万美元
，相当于每周差不多能到手3000美元，我的老天爷啊。
除了AI团队的薪资高，其他工程师的薪资也是越来越有起色了。近几年JPM在德克萨斯州等成本较低的地区进行了大量招聘，导致了整体工程师的平均薪资水平下降。
但今年JPM德克萨斯州Plano办公室的员工拿到了有史以来最高的薪资，并且
员工的平均薪资自2022年以来上涨了8%！
好消息是，摩根大通正在继续扩建Plano办公室，并且该办公室还有550个空缺职位等着你来~
一直致力于成为华尔街的谷歌的那位，是不可能服输的。高盛努力的第一步，就是从谷歌搬人(bushi，但这几年也确实挖来不少人。
2022年，高盛聘请了谷歌技术孵化器Jigsaw的首席运营Dan Keyserling和首席执行官兼联合创始人Jared Cohen，去年谷歌的企业财务负责人Aurin Bhattacharjee加入了高盛，前不久谷歌的企业工程副总裁Melissa Goldman也被挖走，担任高盛全球银行和市场部门技术工程主管一职。
当然，高盛对AI的追捧也是相当狂热。去年起，高盛已经将生成式AI纳入日常工作的方方面面。应用创新办公室联席主管George Lee透露，最成熟的项目包括用英语命令编写代码和生成文档。
目前，
高盛已经开发了数十个生成式人工智能项目
，并且指派了1000名开发人员来测试人工智能工具。
这么热爱科技的高盛，对大牛的爱惜可不亚于JPM，
在高盛4.8w+总员工人数中，技术人员就占到约四分之一
，并且高盛工程师全球平均薪资与纽约地区平均薪资都遥遥领先于其他投行！在高盛做Tech是真香啊，
entry-level的Analyst起薪就能达到12w+美元。
华尔街可不只有这两位好兄弟在努力，Morgan Stanley也是给SWE Analyst开出了11.5w+美元的高薪...在华尔街做Tech不仅高薪还稳定，
工作时长也很香
，不像前台部门那么肝，可以说是朝九晚五的养老岗，时薪换算下来也蛮不错的，而且这两年也在稳定上涨👇
对比隔壁的湾区大裁员再加大降薪，怪不得越来越多的大牛愿意从湾区搬到华尔街....
不过，想进华尔街做Tech也没那么轻松。摩根大通员工Leetcode解题平均得分能比微软还要高，想必在招聘时是极为严苛的。根据Leetcode相关研究证实，想要顺利通过华尔街的技术面试，花大量时间刷编程题是不可避免的。
那么除了刷Leetcode，我们还能做些什么？oi小鬼今天我们来讲些小众的知识点🤞
想要稳稳上岸，不得先把业务摸透？俗话说的好，知己知彼百战不殆~
关于投行Technology部门，你可以简单分为👇
纯tech岗位也可以按照投行前中后台业务来分类。
前台tech在工作中会与定量研究和市场数据团队合作开发一系列工具比如trade and position blotters、定价引擎、预订服务、研究平台以及向中后台提供信息。工作压力较大、薪资也会高一点。
而中后台tech，会发现有一大批团队在从事不同类型的工作，比如以下几个部门👇
后台的Infrastructure基本负责后台的运算、基础建设。也有人说这个部门是真正意义上的backbone，因为掌管着公司所有的设备。
后台tech工作往往比前台更轻松，工作中用到的工具和语言一般都比较standard。合规方面的一些职位比如'Reg tech'可能非常有趣，涉及自然语言处理和人工智能的使用。
与Tech相关岗位主要包括量化岗、数据分析岗位等等。
花姐和湾区的tech面试是否有所区别？听听拿到BofA Global Technology Program暑期实习Offer的WST学员分享经验👇
“我通过fast track拿到BofA暑期实习终面，一共有两轮，每轮都是25分钟左右。
第一轮就遇到了我networking的那位面试官，他是technical问题问我相对多一些，但也不会让我现场写码，而是对于概念的掌握。
第二轮的面试是behavioral的多一些，不过我觉得他们更重视的是我的热情而不是经历。面试的自信来自于你本身对于技术的熟悉程度，可以在面试的时候侃侃而谈很重要。”
现在这位学员已经成功在美银转正啦~转正故事可戳👉
BofA纽约暑假实习Vlog：帮FT员工打比赛，顺便拿了张return
还有曾通过Spring Week成功拿下摩根大通Software Engineering暑期实习的学员分享面试经验👇
我提前在LinkedIn上查过面试官的资料，两个面试我的都是做SWE的VP，一轮大概45分钟。第一个面试官刚好是在之前Spring Week里带我们做过一个workshop的，所以还蛮亲切的，答behavioral的时候比较顺畅。
我自学了python，所以面试官主要围绕python问了一些coding语言基础问题，还有用coding解类似于数学奥数题。
最后再来听听曾拿下UBS新加坡办公室Tech部门Offer的学姐，分享她的面试经历👇
