2026 年 Q1 走了 Bloomberg 的 DS 面试 loop，申请的是 mid-level 的 data scientist 职位。网上几乎没有 Bloomberg 的 DS 流程信息，所以我把全貌写一下。
我经历的轮次： Recruiter screen（15 分钟，走流程） Technical phone screen：45 分钟。两道 SQL + 一道 stats 概念题。就这些。 Onsite（远程）：4 轮。 Advanced SQL / analytics Stats + experiment design Case 风格的 product analytics Behavioral
SQL 细节： Bloomberg 的 SQL 题不是玩具题。不管是 phone screen 还是 onsite，他们都希望看到 window functions、CTEs、time-series 聚合。有一题是算跨多个 instrument 的 running P&L。如果你工作里没真的用过 window functions，你需要专门练。RANK()、LAG()、按 partition 的累计 SUM() 都出现了。
Stats 问题： 「Walk me through how you'd design an A/B test for a change to how we display a data metric.」（带你逐步讲：你会如何为展示数据指标的改动设计 A/B 测试。） 「What's the difference between statistical significance and practical significance? When have you had to explain this to a stakeholder?」（统计显著性和实际显著性的区别是什么？你什么时候需要向干系人解释这个？） 「What's a situation where a model was accurate but not useful?」（有没有一种情况是模型很准确但没用？）
Case 风格分析： 给了一个虚构场景：Bloomberg 上线了一个新的 analytics 功能，DAU 3 周内下降了 10%。让我讲怎么诊断。标准的产品分析 case，但他们会很用力地追 instrumentation：「What data would you need that you might not have?」（你可能需要但手上没有的数据是什么？）这个问题能把只做过干净数据分析的人和真的做过数据落地的人区分开。
他们在意什么： 统计推理的严谨、SQL 熟练度、以及你是否用业务视角而不只是模型视角思考。这个 level 不看深 ML，更偏应用分析，带一点实验。
Comp（我拿到的 offer，2026 年 6 月，NYC）： 总包大概 $185K（base + bonus）。Base 是 $145K。这个 level 的 DS 没有 equity，我挺意外的。