刚走完 Anduril 的 DS loop，面的是他们 autonomy analytics team 的 data scientist。这个 loop 和我预期不太一样，部分原因是 Anduril 的 data science 更像 applied research，而不是传统 business intelligence。
Loop 结构： Recruiter Screen（30 分钟，标准动机 + 背景） DS 技术电话面（45 分钟，SQL + stats） Onsite：一天 4 轮（SQL 深挖、case study、ML/stats、behavioral）
SQL 轮：
比平均难。给的是一个来自自动驾驶系统的 event log schema。window functions、CTE、聚合都会用到。有一道题在 join 里关于 NULL 有个小坑，我差点漏掉。他们在测的是你能不能用 SQL 分析真实的脏数据，不是测你会不会语法。建议练习在规范化 schema、缺失数据的场景下写查询，不要只刷玩具例子。
Case study：
这是最 Anduril 的部分。场景是：一个 sensor fusion 算法在某些环境条件下 false positives 比预期多。你会怎么排查，要拉哪些数据，做什么分析，怎么把发现传达给工程师？我感觉他们主要在评估你能不能把数据和工程打通，以及你的分析能不能真的推动决策。
Stats/ML 轮：
比较常规：A/B testing（最小可检测效应是什么，怎么处理单位间干扰），bias-variance tradeoff，聊一个你端到端做过的模型。不会白板手写 ML 算法，但如果问到，你要能解释 gradient boosting 底层在干什么。
我看到的薪资：一个朋友 2026 年初以 DS2 入职 Costa Mesa 办公室，说总包大概 $180-195K，有一部分挺有分量的 equity。不是 FAANG 级别，但在 defense tech 里算强，而且有些人确实会被 mission 吸引。