Jane Street 创意互动团队如何塑造公司文化

原标题How Jane Street’s Creative Engagement Team Shapes Company Culture

团队成员介绍活动、设计和数字项目如何将同事联系起来,并让新的人了解公司。

TaTala讲者 · Jane StreetLaLana讲者 · Jane Street
频道
Jane Street
发布
2024年8月2日
视频
4:51
阅读
3 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Jane Street 创意互动部门的成员介绍他们在招聘、活动、办公室项目和内容方面的工作。他们解释,来自全公司同事的反馈如何塑造项目,并在公司发展过程中帮助传递共同文化。

  1. 1创造力与解决问题团队成员认为,这个团队有助于支持独特的公司文化,吸引并留住人才。
  2. 2广泛的项目组合团队参与校园招聘、招聘会、服装以及办公室各类项目。
  3. 3同事是合作伙伴创意人员向同事征求想法和反馈,并检验作品是否有效。
  4. 4跨部门学习一位设计师介绍,她曾请交易员解释一个数学概念,以便设计 T 恤。

要点建议

  1. 创意互动团队将创造力与解决问题结合起来,支持招聘和人才留存。
  2. 团队的工作体现在活动、服装、办公室、网站、视频和谜题中。
  3. 项目在开发过程中吸收跨部门同事的意见和反馈。
  4. 跨角色、跨办公室的协作有助于将想法打磨成完整的体验。
全文

按章节阅读整理后的全文

只看原始文稿
01

团队及其使命

员工将创造力描述为解决问题的一种方式,并认为团队是文化的传递者。其工作将不同部门和办公室的人联系起来。

Jane Street 创意互动团队的成员说,他们的工作既关乎创造力,也关乎解决问题。他们将团队的使命描述为帮助吸引和留住人才,并支持独特的公司文化。

一位员工称这个团队是公司文化的传递者。随着 Jane Street 发展并在多地设立办公室,团队帮助保持文化的一致性;他们的成果体现在办公室里的实物、活动以及人们穿的服装中。

员工说,同事们十分关注创意项目的成功,看到自己的工作产生作用令人欣慰。他们的项目范围很广,从校园招聘和招聘会上的展示,到 T 恤、其他周边商品以及办公室内的各类项目。

02

项目与第一印象

团队支持招聘、制作服装并参与办公室项目。活动、视频或谜题也可能塑造人们与 Jane Street 的初次接触。

即使是看似简单的一件 T 恤,也可能涉及深思熟虑的决策和来自许多部门的人员。团队希望自己的作品能够体现 Jane Street、其员工和文化。他们还说,即使没有数学背景,富有创意且学习迅速的人也能作出贡献。

团队可能塑造一个人与 Jane Street 的初次接触:无论是在招聘会、活动或会议上,观看 YouTube 视频时,还是在网站上解谜时。员工在公司的整个工作期间也会接触到团队的成果。

03

来自全公司的想法与反馈

团队成员与同事一起构思、征求反馈并完善方案。他们介绍了跨专业、跨办公室的协作。

这个过程从确定哪些地方需要提出问题、征求意见开始。同事是重要的受众,团队成员与他们一起构思,在开发过程中征求反馈,并检查最终的物品和体验是否有效。

交易员、开发者、招聘人员和其他同事为活动、设计和网页提供不同视角。团队成员描述了一个反复交流的过程:提出想法,来回讨论、不断完善,直到得到令人兴奋的成果。

团队在不同办公室设有不同角色,从而创造了协作机会。员工描述了一种相互鼓励的环境:他们可以提出意见,也能从多人共同审视项目中受益。

一位团队成员介绍,她曾到交易大厅请同事解释一个数学概念,用于 T 恤设计;几个人都很愿意帮忙。同事也会向团队提出想法,告诉他们自己希望看到什么作品。

04

看见想法成真

员工在办公室、视频和新员工内容中看到自己的作品。他们回顾团队的成长,展望未来的可能性。

员工在办公室、视频以及面向新员工的内容中看到自己的想法得到应用。他们回顾团队如何发展到新的创意领域,重视不同角色的贡献,并期待未来的项目。

同频道的其他文章

1:48:29EN → 简体中文
JSJane Street· 2026年10月16日AI 如何改变编程:John Krazit 与 Ron Minsky 的对话Ron Minsky, John Krazit · Jane StreetJane Street 的 AI 工具负责人和 Signals and Threads 主持人探讨智能体基础设施、安全、代码审查,以及软件开发体验的变化。编程智能体Developer productivity评估+2
1:36:37EN → 简体中文
JSJane Street· 2026年9月23日Aaron Bauer:在 AI 时代教授软件工程Ron Minsky, Aaron Bauer · Jane Street当模型能够生成代码时,学习目标、主动练习和编辑器设计如何影响工程教育。AI in EducationSoftware engineeringEducation+2
9 张幻灯片1:05:45EN → 简体中文
JSJane Street· 2026年9月11日Cyrus Omar:实时编程与人与 AI 共享的计算公共空间Cyrus Omar通过 Hazel 演示,探讨即时反馈、结构化协作和精细权限如何帮助人类与 AI 智能体共同工作。Programming LanguagesHuman-AI Collaboration开发流程与测试+2
1:25:00EN → 简体中文
JSJane Street· 2026年9月2日Eric Mannes:如何将杂乱的外部数据用于交易研究Ron, Eric Mannes · Jane Street从商品期货和 Excel 风险系统,到时点数据集和 AI,Eric Mannes 解释 Jane Street 数据工程背后的领域知识。Data quality & curation开发流程与测试Investing+2
7 张幻灯片1:16:29EN → 简体中文
JSJane Street· 2026年8月26日Grant Sanderson 与 Alok Puranik:从群论看位置编码Grant Sanderson, Alok Puranik · 3Blue1Brown从注意力机制的假设出发,他们推导矩阵指数,并将旋转、衰减和 Jordan 块与 RoPE、ALiBi 联系起来。Transformers & attentionMathematics机器学习基础+1
27:39EN → 简体中文
JSJane Street· 2026年8月21日3Blue1Brown 与 Jane Street 谈交易、机器学习和文化Grant Sanderson, Nitya, In Young, Craig, Alok · 3Blue1BrownGrant Sanderson 与 Jane Street 的同事讨论做市、共享算力、研究,以及他们加入公司的不同经历。Machine LearningFintechCompany Culture+2