刚结束 Deloitte 的 DS 全流程。这次是他们 AI & Data practice 里的一个 senior data scientist 岗位。写个拆解分享一下，因为针对 Deloitte DS 的准备资料真的不多。
我经历的形式（3.5 周内 4 轮）
第 1 轮：Recruiter screen 常规的 Deloitte recruiter 问题。出差、背景、为什么来这家公司。他们提到这个岗位主要是做面向客户的交付物，不是内部产品开发。如果你之前是纯产品公司 DS 背景，这点很关键。
第 2 轮：SQL + analytics 挑战（异步） 三道 SQL 题，大概 45 分钟。一题是 GROUP BY + 窗口函数，一题是多表 JOIN 加一些过滤逻辑，还有一题更像业务问题，需要你写 SQL 来回答「what percentage of clients had a drop in activity month over month.（有多少百分比的客户月度活跃度环比下降？）」。
不算 LeetCode 那种难，但你得很熟练。窗口函数（LAG、LEAD、RANK、ROW_NUMBER）会出现，建议专门练这些。
第 3 轮：Live case + stats 面试（60 分钟） 两段式面试。前半段：一个 case 场景，比如「客户的信用评分 ML model 表现变差了，你怎么定位问题并修复」。这轮更看你对模型排查的思路，不太看代码。可以按这个方向讲：data drift、feature importance、验证方法、类别不均衡。
后半段：统计概念。bias-variance tradeoff、什么时候用哪类模型、p-value 怎么解读、A/B testing 怎么设计。都是真问题，不是脑筋急转弯。统计一定要非常扎实。
第 4 轮：Behavioral + presentation 展示一份总结过往项目的 slide deck。10 分钟讲述，然后 Q&A。问题主要围绕方法论选择、和 stakeholder 沟通、怎么把结论讲给非技术客户。
和典型 DS 流程相比，最不一样的点 在 Deloitte，「对客户沟通」几乎无处不在。就连模型排查的 case，他们也会问你怎么把发现讲给高管听。如果你只做过面向内部的 DS 岗位，建议练习把技术结果用业务语言表达清楚。这是我看到很多 DS 候选人在这里最容易缺的部分。