大概 3 周后要面 Schwab，财富管理那边的一个 Senior Data Scientist 职位。我一直在准备 behavioral，但想搞清楚他们 DS/analytics 的技术轮到底长什么样。
会做 SQL 测试吗？case study？ML 建模题？presentation 轮？我在网上看到的说法差异很大，而且大多是 2 年前的。
如果你过去一年内在那边走过 data 或 analytics 的 loop，麻烦在下面分享下经历：职位级别、团队（如果知道的话）、每一轮是什么。想把图景拼得更清楚一点。
去年秋天我面了 client insights team 的 data analyst 岗。先是 async 发了一个 SQL assessment，在 technical screen 之前，中等难度，不花哨。然后 screen 里有一些 Python pandas 问题，还有一个关于客户流失的业务 case。我这个级别不考 ML modeling。
不是 DS，但我面过 quant analytics。里面有个 case study，他们会提前给你一份 dataset，让你做一个简短的 slide deck。他们很看重你怎么框定业务问题，不只是跑数字。
take-home + slides 这种形式放在 wealth management 里挺合理的。他们可能更在意你能不能和 advisors 讲清楚，而不只是做个模型。记下了，我会准备一个更干净、围绕业务影响的故事。
对于 data engineer 这种相邻岗位，我可以说他们确实会问 pipeline 可靠性，以及上游数据迟到或格式不对时会发生什么。这是典型的金融服务行业关注点。还问了我在监管数据要求方面的经验，这点我完全没想到。