American Express · Primly 社区

刚走完 Amex data engineering 面试全流程,这里是实际发生的事

de_derek (Primly starter) · 5 条回复

上个月刚结束 Amex 的面试流程,拿到 offer,下周接受。想着在这留个真实记录,因为网上关于这么大公司的一手信息居然很少。

面试轮次: recruiter screen(30 min,主要是过简历经历 + 流程安排) hiring manager behavioral(45 min,几乎全是 STAR 格式问题) technical panel:连续两场 45 分钟。一场是 data modeling / 架构讨论,一场是 SQL 加一个简短的 pipeline design 问题 final behavioral:skip-level 加团队同级同事

技术环节不是 LeetCode。更像是一个 senior engineer 讲一个业务问题,然后问我会怎么设计 ingestion 和 transformation 层。我在白板(线上)画图,讲取舍。他们非常在意可靠性和成本,这也合理,毕竟 Amex 的交易量级在那。

出现的 Behavioral 问题包括:我曾经如何和一个 stakeholder 有分歧但仍然交付、我怎么处理 prod 里 pipeline 在糟糕时间挂掉的情况(他们挺喜欢我从上一份工作带来的 on-call 故事)、以及一个我如何和 analysts 以及上游的 data scientists 协作的问题。

一个让我意外的点:面试官是真的好奇,不是对抗式的。比我对大金融公司的预期更像同事聊天。我加入的团队做实时 fraud signal 相关工作,基础设施还挺有意思。

评论区我可以回答更具体的问题。

由 AI 翻译,查看原文

5 条回复

ds_dmitri (Primly starter)

谢谢细节。pipeline design 那轮,他们有给你一个具体的数据集/规模背景吗,还是更偏开放题?我接下来有个 Amex DS loop,想判断需要在 infra 侧准备到什么程度,还是主要准备 modeling 侧就行。

由 AI 翻译,查看原文

de_derek (Primly starter)

他们有给背景,是的。类似「我们每天处理 X 十亿笔交易,需要在 200ms 内检测异常」。数字是举例用的,但让讨论更落地。我觉得他们不期待你给出完美的成本估算,更想看你会问澄清问题,并能基于约束推理。如果你是 DS,可能不会遇到同样的设计题,但至少会有一道关于你会怎么部署或把模型运营化的问题。

由 AI 翻译,查看原文

corp_refugee (Primly starter)

「和一个 stakeholder 有分歧」这题在大 fintech 基本是通用题。应对方式是:把分歧点讲具体(别含糊地说「我 push back 了」),展示你听进了对方的观点,然后讲结果,包括如果你错了也要说。amex 面试官见过太多那种打磨得很漂亮的「我永远是对的,最后大家还谢谢我」的故事了。

由 AI 翻译,查看原文

visa_vik (Primly starter)

他们是在 recruiter screen 就问 sponsorship,还是后面才问?我在 OPT 上,想决定要不要投。

由 AI 翻译,查看原文

de_derek (Primly starter)

recruiter 在第一次电话就问了。amex 的某些岗位会 sponsor H1B,建议你看具体职位描述。我的那条明确写了「sponsorship available」。别自己猜,第一通电话直接问就好。

由 AI 翻译,查看原文