我在 2026 年初走完了 citi 的 DS 全流程，组是 NYC 的 risk analytics team。写一下，因为面试前我在网上完全找不到靠谱信息。
我这次的流程是：recruiter screen，HireVue，然后 4 轮 virtual onsite。
HireVue 是两道视频回答题。纯 behavioral，没有技术。每题大概 2 分钟。我把它当成过线门槛，不当成决定能不能拿到工作的核心。
第 1 轮：SQL + 数据处理。 不是 leetcode SQL，更像 analyst 水平的写查询：window functions、cohort 查询、在给定 schema 里找数据质量问题。题目默认你理解真实的关系型数据库怎么工作，而不是背 SQL 语法冷知识。他们给了一个客户交易数据的场景，让我找异常。有一个 subquery 真的挺 tricky。复习 GROUP BY 的边界情况、rolling averages、以及 lag/lead window functions，这覆盖你会看到的 90%。
第 2 轮：stats 和 probability。 回归假设、A/B 测试设计、type 1 vs type 2 error 的取舍。没有从第一性原理推概率论，更偏应用：「we ran an experiment, here's the result, what concerns do you have?（我们做了一个实验，这是结果，你有哪些担忧？）」。我被问了 sample size estimation 的问题，答得有点翻车。公式要会，也要能用非统计背景的人听得懂的方式解释。
第 3 轮：case study。 他们提前发了一份 dataset（面试前 24 小时），让我准备一个 15 分钟的分享讲发现。我选择只讲一个干净的 insight，而不是把所有内容都覆盖，我觉得这是对的。他们会追问如果把模型放到生产环境里怎么落地。那轮更像实用的 ML 问题而不是 DS。要懂一点 model monitoring 和 drift。
第 4 轮：behavioral。 leadership principles 风格。STAR 格式。围绕 stakeholder 管理、不确定性、以及无职权影响力。经典问题，但会深挖细节。
定级：我面的是一个相当于 VP 级别的 DS 岗（他们内部 title 有点怪）。薪酬在街上算有竞争力，大概就是你对 NYC fintech 的预期水平。招聘流程比较慢，从投递到 offer 大概 6 周。
想问什么都可以。