上个月刚结束 Atlassian data engineer 的面试 loop，来汇报一下。
先说明：我没拿到 offer。但他们给了很细的反馈，意外地挺有用，所以我把流程和事后的反馈都分享出来。
DE 的 loop 结构（senior level，约 7 YOE）： recruiter screen SQL 和 data modeling 轮 pipeline design 轮 behavioral 轮 cross-functional 轮（后期临时加的，有点把我打了个措手不及）
SQL 和 data modeling（60 分钟）： 更偏建模，不是纯 SQL。他们给了一个场景：设计一个数据模型，用来跟踪 Confluence 和 Jira 的用户活动。我需要把它 normalize，找出关键实体关系，考虑 user account state 的 slowly changing dimensions。然后在这个模型上叠加 SQL 题：基于该模型，怎么写 query 来算每个产品的 weekly active users，带 30 天 trailing window。
面试官主要在校准我怎么思考 grain（row-per-event vs. 预聚合的 fact tables），以及我能不能讲清 normalization 和查询性能之间的 trade-off。
pipeline design 轮（60 分钟）： 设计一个 pipeline：接 Jira 的 webhooks，处理并 enrich 事件，落到 data warehouse 做分析。本质是个 streaming ingestion 问题。他们关注：idempotency、schema evolution、处理 late-arriving events、monitoring。我给的方案是 Kafka 到 BigQuery，中间用 consumer service。最深入的是 idempotency 的讨论。
我被扣分的点： 他们的反馈是我对工具太有主见（比如「我会用 Kafka」），但在没先把约束条件问清楚之前就直接选型了。他们希望我先问 event volume 多大，要 real-time 还是 near-real-time，现有 infrastructure 是什么。我直接跳到解决方案了。这个批评挺公平，也适用于大多数 pipeline design 面试。
总体： 面试体验不错，组织得很清楚，反馈也是真的，不是模板话。DE 的 bar 感觉比一般 mid-market 公司高，按我看到的差不多能对标 Databricks 或 Snowflake。