刚过 DoorDash data engineer 的完整 loop（senior level，相当于 L5），面的是他们 data platform 团队。几乎没什么人写过 DE 的完整流程到底长什么样，所以我来补一篇。
DoorDash 的 DE 面试实际在考什么（2026 loop）：
SQL：SQL 要求很硬。两道题分散在不同轮次，都是偏真实的运营数据场景。一道是算不同时间窗口和区域的 dasher utilization rate。另一道是数据质量题：给你一张 raw events 表，里面有重复事件和 late-arriving records，写 query 去重并计算一个干净指标。两道都需要 CTE 和 window functions。有一道还要求在 aggregate 里写 CASE 逻辑。不是胆小的人能轻松扛住的。
Pipeline 设计/架构：这是 senior 的 DE 候选人最容易决定生死的一轮。我有一轮 45 分钟专门聊 DoorDash order event stream 的 pipeline 架构。问题包括：怎么建 ingestion layer、怎么处理 late-arriving events（外卖数据很关键，订单在途中会更新）、怎么切 raw vs transformed 层、SLA 怎么定义。我讲了 medallion architecture（raw/bronze、cleaned/silver、aggregate/gold），面试官会追问 backfill 和 schema evolution 怎么做。partitioning 策略要有主见。
Coding（Python/通用）：有一轮 Python coding，更偏工程实用，不是算法：解析和转换一个 log file，优雅处理错误。不是 Leetcode 风格。更像「write production-ish code quickly.（快速写出接近生产环境的代码。）」
Behavioral：跟其他职能差不多。我被问到一次线上发现数据质量问题的经历，以及你怎么处理。一定要具体。泛泛地说「我做了监控」不太行。
他们提到的技术栈：Spark、Airflow、dbt、Kafka、Snowflake 或 Redshift（看团队）。你不需要全部都用过，但理解每个的心智模型（streaming vs batch、transformation vs orchestration）会很加分。
Comp：2026 年 SF，senior DE 的 base 大概 $175-180k。股票另算，标准四年 vest。团队动作很快：onsite 后 8 天发 offer。