上个月走完了 Cloudflare 的 DS loop，岗位在他们 analytics team。放一些数据点。
流程概览： Recruiter screen（30 分钟） Technical phone screen（45 分钟，SQL + stats 问题） Onsite：两天共 4 轮（不是连续两天）
Technical phone screen： 两道 SQL。第一道是窗口函数，按 region 给 traffic volume 排名。第二道更复杂：多表 join，按时间窗口过滤，再按某个维度聚合。都在 CoderPad 里做。没有 trick 题，但第二题里有个关于怎么处理 null 的细微要求，我差点漏掉。
Onsite 轮次：
第 1 轮（SQL deep dive）：难度和 phone screen 类似，但更复杂一点。他们在意 query 效率，不只是对不对。有一段还问到了索引策略。
第 2 轮（stats + probability）：随机变量概念、A/B 测试设计、怎么处理某个 variant 方差明显更高的测试。他们还问我怎么在指标里识别 bot 流量，区分它和真实用户行为变化。这是个 CF-specific 的问题，打了我一个措手不及。进 loop 前建议想一想。
第 3 轮（case/product analytics）：给一个场景：Cloudflare 的某个产品指标周环比掉了 15%，让你讲诊断流程。很标准，但他们想看你能想到网络相关的原因（BGP 更新、新 anycast 节点、攻击流量暴涨），不只是泛泛的“看看是不是 bug”。
第 4 轮（behavioral）：和其他岗位一样，具体可参考这里另一个帖子。
Python 在需要写一点代码的环节完全够用。我这次 loop 没被问 ML 建模，但听说看团队不同，有些 loop 会加建模。
说句实话：这里的 SQL bar 比我面过的大多数 DS 都高。如果你在的公司是 analyst 写 SQL、你主要做 modeling，建议补一补 SQL。