几个月前走完了 Datadog 的 DS 全流程，岗位更偏分析（不是 ML engineering，更像产品分析 DS）。专门发帖是因为我当时几乎拼不出完整信息，知道很多人在搜。
流程结构：Recruiter 电话，技术电话面，然后是 final day 4 轮。
技术电话面：45 分钟，全是 SQL，两道题。第一道中等：多表 join、window functions、按条件过滤。第二道更难：算一个带特定窗口的 rolling average，还要把 null 处理对。这轮没有 Python，没有 stats。SQL 要特别熟。
Final round 细分： SQL round 2（对，又一轮 SQL）。更进阶。我拿到的题基本是在原始 event data 上写一个 funnel analysis query。每一步统计 unique users，处理乱序事件，算 drop-off rates。这就是分析岗日常写的 SQL，不是 LeetCode SQL。 Stats 和概率。偏应用：A/B testing 怎么设、怎么处理 novelty effect、不用术语解释 p-value、confidence intervals。给了个场景：两个 variant 差异统计显著，但其中一个方差很大，问我会怎么做。没什么刁钻计算，主要看概念清晰。 Case study / 产品 sense。给一个假设的 Datadog 指标（比如「我们 dashboard 的 DAU 环比下跌 15%」），让我讲怎么排查。框架是经典诊断框架，但他们要的是具体：你会先拉什么数据，为什么。 Behavioral。常规。跨团队协作、一次你用数据影响决策的经历、一次数据给了你意外结论的经历。
中级 DS（NYC）的 comp：我拿到的 offer 总包在 160-185k 区间。senior 或 ML-engineering 岗应该更高。
结论：SQL 是他们的硬门槛。SQL 弱的话，哪怕 ML 背景再强，前两轮也很难过。