大概六周前我走完了 EY 的 final round onsite（virtual，用 Teams），面的是他们 advisory practice 一个 senior data and analytics 角色。当天安排拆解如下：
上午场，9-10:30am：两位面试官。前 30 分钟是结构化 behavioral，很明显是 STAR 格式，面试官面前有记分表。第二个 30 分钟是简短的 case walkthrough：他们给我一页纸的场景，说某个客户在不同 business unit 之间数据割裂，让我讲我会怎么推进这个 engagement。没有做定量估算，更像结构化思考。最后 15 分钟：开放 Q&A。
休息，10:30-11am。
上午后半场，11am-12:30pm：和一个 manager + 一个 senior analyst 的技术深挖。我先做了 10 分钟过去项目概览（他们提前要求准备，你被排期时就会收到）。然后现场 Q&A：数据建模选择、SQL query 走读、以及一个问题：我会怎么把模型输出解释给非技术 stakeholder。也简单聊了工具和 EY 的 tech stack（提到 Alteryx、Power BI、Snowflake）。
Partner 或 director 对话，1-1:30pm（virtual，单独一通电话）。这是大家最紧张的环节。其实更像聊天而不是审问。她问了我未来 5 年的职业目标、我怎么处理反馈、以及一个情景题：客户关系翻车时怎么处理。她既在看答案，也在看你怎么读场。
我从反馈里拼出来的整体打分信号：沟通清晰度、面向客户的表达 framing，以及你的 behavioral 例子里有没有明确的结果（不是只说「我们一起做了」，而是「我们把处理时间降低了 x%」）。技术门槛是真有，但不是最主要的区分点。