刚结束 capital one 的 data engineer loop，面的是 mclean 的 senior DE 职位。分享一下，因为我之前几乎找不到近期、且具体写清他们到底考什么的复盘。
the loop 一共 4 轮：一轮 recruiter/intro call，一轮 sql 和数据建模，一轮数据方向的系统设计（pipeline，不是 microservices），以及一轮 behavioral。看团队情况，可能还会加一轮 hiring manager chat。
sql 轮。 这是最硬的一轮。他们不是拿玩具题糊弄人。会考：多层 CTE、窗口函数（lag/lead、dense_rank），还有一道需要你在事件数据里找 gap 或 duplicate 的题。我拿到的题大概是：给你一张 transaction events 表，找出在 30 分钟内出现过两次 failed auth attempts，随后又成功一次的客户。全程你得边写边说，因为他们看重你的推理过程，不只是结果。
pipeline 设计。 让我设计一个近实时的 pipeline，用来聚合 fraud signal。他们希望你能聊清 kafka + flink vs. batch-on-spark-with-short-intervals 的取舍。会追问：怎么处理 late-arriving data？怎么做去重？怎么管理 schema evolution？我提了 schema registry + avro，感觉效果不错。他们用 AWS 很多（kinesis、glue、redshift），熟悉会加分，但他们不会让你背服务名，更想听你解释为什么。
behavioral。 经典 STAR，大概 4-5 题。最印象深的是：'tell me about a time a pipeline you owned failed in prod（说说你负责的一个 pipeline 在生产环境失败的一次经历）'。他们真的想看 ownership，不只是哪里出问题了，更要听你怎么沟通、以及后面你做了哪些改变。
我的 offer 在 $165-185k TC 区间（base + bonus，非 SWE track 所以没 equity）。从 recruiter screen 到 offer call 一共大概 5 周。
我注意到一点：他们挺看重金融领域知识。不需要很深的 quant，但要知道 batch settlement 是什么意思，或者为什么 exactly-once semantics 对支付 pipeline 很关键。如果你不是 fintech 背景，建议补一补。