我在两次不同的面试流程里做过两轮 Databricks behavioral（第一次没过 debrief，第二次拿到了 offer）。我对比一下到底变了什么。
第一次我准备的是很套路的 STAR 故事。你懂的那种：「我有冲突，我解决了，大家都开心」。完全不吃这套。Databricks 的 behavioral 更像是想在模糊场景里挖你真实的技术判断力，而不是听你背熟的冲突化解脚本。
第二次我重点放在：
没有职权的技术影响力。他们真的会深挖这个。「"Tell me about a time you got buy-in for a technical decision you believed in but others pushed back on.（讲讲一次你坚持的技术决策遇到他人反对时，你是如何争取到认同的。）"」不只问最后怎么决定，还问你怎么把 case 建起来。你用了什么数据？你哪里判断错了又怎么处理？
在高速变化下处理不确定性。比如：「"Describe a project where the requirements changed significantly mid-execution. How did you adapt?（描述一个在执行过程中需求发生重大变化的项目。你是如何调整应对的？）"」他们想看你能不能在信息不全时也做决策。
真正的失败故事。不是「"what I thought was a failure but turned out fine.（我以为失败了但最后其实没事。）"」这种。要讲真的失败、真的有代价的那种。你学到了什么，之后怎么改。面试官在我给了一个很软的版本时追得挺凶；当我讲了一个真实案例：一次 migration 发版影响到了另外两个团队的下游，他们明显更投入了。
他们似乎筛的底层价值观：ownership、直接、靠交付建立信任（不只是承诺）、以及 intellectual honesty。他们不是那种奖励“会玩政治”的公司。他们要的是敢说真话的人。
还有一点：Databricks 的 behavioral 面试官是我未来团队的工程师，不是 HR screener。这会改变整个氛围。他们懂工作内容，泛泛的答案骗不过。