我上个季度走完了 Databricks 的 EM 面试流程，目标是他们某个 data platform 团队的 senior engineering manager 岗。想写一下实际发生了什么，因为我当时找到的大多数帖子要么过时，要么只讲 IC。
全程一共 6 轮。具体如下：
Recruiter screen（30 分钟）：标准开场。他们是真的在判断 team fit，不只是走流程。你要有一个清晰的论点，说明为什么是 Databricks，而不是泛泛地说「AI/data 在增长」。
Hiring manager 通话（45 分钟）：这轮很像真实对话。我的 HM 问了我：怎么和对新 manager 持怀疑态度的 IC 建立信任，我怎么处理 senior engineer 之间的技术分歧，还有一个我没想到的问题："Tell me about a time you had to slow a team down that was moving fast.（讲讲一次你不得不让一个进展很快的团队慢下来的经历。）"
Coding（60 分钟，LeetCode 风格）：是的，Databricks 的 EM 也要写代码。medium 难度。一道图遍历题。他们不是想坑你，但确实想看你是否还能写得出来。如果你全职做管理已经 2 年以上，建议花几周把手感捡回来。
系统设计（60 分钟）：大规模分布式系统。我拿到的是 data pipeline 方向的题，和岗位很匹配。他们更关注 trade-off，而不是画图有多漂亮。我在讲方案时两次主动打断自己，明确我在做哪些假设，interviewer 明显很买账。
Behavioral x2（每轮 45 分钟）：经典 STAR。很多类似 "tell me about a time you had to make a decision without enough data（讲讲一次你在数据不足的情况下必须做决定的经历。）" 和 "how do you handle a consistently underperforming engineer.（你会怎么处理一个持续表现不佳的 engineer。）" 的问题。他们非常看重你怎么给反馈，以及你怎么建立包容的团队。
定级：我一开始目标是 L7（senior EM）。committee 最后把我校准到 L6（EM）。recruiter 很坦诚。还没拿到 offer，但流程本身挺扎实的，recruiter 预期也说得很清楚，后面没有意外。
从第一次联系到最终 debrief 一共 5 周。中间有两周完全没消息，他们在协调面试官。很正常，别过度解读。