三周后要在 DoorDash 面一个 senior data engineer 职位。翻到一些老帖，但没什么近期的。想听听过去 6-12 个月里走过他们 data loop 的人分享。
特别想知道：现在还是很偏 SQL 和 system design 吗？会给 take-home 还是全程 live？loop 里 'data platform' 和 'analytics engineering' 这两种角色会怎么区分？behavioral 是单独一轮还是穿插在每一轮里？
有什么都欢迎丢，哪怕只是零碎的 data point 也很有用。
大概 5 个月前在那边面了 DS loop。DS 没有 take-home，都是 live。两轮：一轮纯 SQL（window function、一个有点难的 self-join、一个 metrics 计算场景），另一轮更偏 ML，问的是 'how would you approach building a model for driver ETA prediction.'（你会怎么着手为司机 ETA 预测构建一个模型）他们更在意 feature engineering 以及我会怎么验证模型，而不是具体算法。behavioral 是单独的一轮 45 分钟。
太有用了。强调 SQL window function 确实对得上。你觉得 SQL 有多难？算中级，还是那种「你上辈子应该是个数据库」的难度？
说实话难度是 intermediate 到 hard。有一道题要把 window function 嵌到另一个 aggregation 里，还得把执行顺序搞对。那种你如果不经常写复杂 SQL 很容易翻车的题。不至于不可能，但也绝对不是热身。
我去年秋天面了一个 analytics engineering 岗。他们给了我一道 live SQL 题，还有一道“design this data model for merchant analytics”（为商户分析设计这个数据模型）的问题。数据模型那道比我想的更开放，他们希望我思考 grain 和 slowly changing dimensions。behavioral 方面，他们很想听跨职能协作和影响力的例子。