做了 8 年 enterprise sales，主要在数据基础设施。走了 Databricks 的 AE loop，岗位是面向 mid-market 的 commercial AE。下面是我希望自己一开始就知道的内容。
流程（enterprise/commercial AE 总共 6 轮）：
Recruiter screen：30 分钟，标准流程。你的 quota attainment 数字一定要滚瓜烂熟。他们会问，而且后面阶段还会再问。背熟。
Hiring manager：45-60 分钟。这是一场关于你的 territory 经验，以及你对 data/AI platform 市场理解的真实对话。他们想看你能不能跟 data engineering 负责人做技术向沟通而不翻车。你不需要懂 Spark 内核，但要理解 data lakehouse 是什么、为什么重要、以及它相对传统数据仓库解决了什么问题。
Mock discovery call：这轮开始认真了。你扮演 AE，他们扮演客户（通常是虚构的 mid-market VP of Data 或 CTO）。30 分钟 live discovery。他们在看你提问质量、倾听能力、以及你能不能把对方的痛点连到平台价值上，而不是只背功能点。mock 进行到一半会停下来，然后你们一起复盘。
Mock pitch / presentation：同一个客户，不同场次。做方案展示。deck 的结构没那么关键，关键是你的叙事是否紧、你的诉求是否清晰。我见过有人把 deck 过度工程化，反而叙事准备不足。
Panel behavioral：3 个人。问题聚焦在你的销售方法论、你怎么处理过一个走偏的 deal、以及你对 enterprise 采购周期的经验。在 Databricks，deal 可能会牵涉到 data engineering 团队、data science 负责人和财务团队，各自的成功指标都不一样。
Field tour 或「ride-along」：我这轮跳过了，但听说有人会有第四阶段跟 field sales director 的电话。
我的直观感受：如果你能卖出技术价值，Databricks 是很值得去的。comp 很扎实（我的 offer 是 base 约 140-155k，commercial AE 的 variable target 把 OTE 拉到 280-310k），产品在这个领域确实是市场领导者，ICP 也很清晰。面试流程会把那些扛不住技术对话的候选人筛掉，这就是门槛。