今年早些时候走完了 Amex 的 DS loop，面的是他们纽约 risk modeling team 的 mid-level role。分享一些笔记，因为我当时真的希望有人提前告诉我这些。
流程一共四轮：
Phone screen（recruiter）：30 分钟，常规背景问题。他们想知道你之前有没有处理过金融数据。我没有，也没因此被刷，但他们会追问你怎么在受监管的数据环境里做事。
Technical screen（30-45 分钟，team 里的 DS）：两道 SQL，都是多表加 window functions。一题是 rolling 30 天的客户消费计算。第二题是用 self-join 找 outlier merchants。确实是中等难度，不是那种「列出所有客户」的题。他们还问了一道统计题：跟非技术 stakeholder 解释 A/B test 的 power。要讲清楚框架，把 tradeoff 解释明白。
Case round：这轮让我有点意外。是半结构化的 case，不是 McKinsey 那种咨询 case，更像这样：给你一个业务问题（charge card holders 的 churn prediction），让你讲讲会怎么做。他们更看重拆解问题和 feature 思路，而不是模型细节。我提了 XGBoost，他们完全没追 tuning。更想听的是我会怎么在上线后做 validate 和 monitor。
Final loop（同一天 3 轮）：再一轮 technical（Python、Pandas，不是 LC 风格 coding），一轮跟 senior manager 的 behavioral（非常 STAR，很多「tell me about a time you disagreed with a stakeholder（讲讲你曾经和一个 stakeholder 有分歧的一次经历）」），还有一轮 values/leadership，面试官来自他们的 leadership pipeline。
给我的 comp：大概 $160k base，$25k sign，mid-level DS 在 NYC 2026 的 annual bonus target 15%。对 fintech 来说挺合理，但不算 FAANG 级别。
有个点没人跟我说：Amex 对「enterprise thinking」有强烈偏好。如果你只有 startup DS 经验，准备好聊你怎么把工作跨团队规模化，而不只是把一个 notebook 做出来。