今年早些时候走了 Goldman Sachs data engineering 的面试 loop，Engineering Division，NYC 的职位。recruiter screen 之后总共四轮。这里是拆解。
recruiter screen：30 分钟，主要是过简历，然后问了几个 data modeling 的高层问题。他们问我是否做过「large-scale data pipelines」，意思是要你说具体数字：每天多少行、延迟 SLA、一些能落地的指标。
round 1，coding + SQL：一道中等复杂度的 coding（Python，图遍历，不算变态）和两道 SQL。SQL 重点在 event log 的 partitioning 和 aggregation。有一道故意把需求写得含糊，他们想看你在写之前会不会先澄清。
round 2，面向数据的 system design：设计一个实时 trading data pipeline。从 market feeds 摄取，为低延迟查询和历史分析分别存储。他们追得很凶：feed 掉了怎么办，怎么保证 exactly-once delivery，backfill 怎么做。kafka 立刻就提到了。他们还追问 consumer group lag monitoring，我刚好真的做过，所以比较顺。
round 3，behavioral：这个让我意外，是完整的 45 分钟 behavioral。STAR format。很多「tell me about a time you disagreed with a technical decision（讲一次你不同意某个技术决策的经历）」和「how did you handle a production incident.（你是怎么处理一次生产事故的）」。GS 对这个的权重比我以为的高，尤其对 eng 角色。
round 4，technical deep dive：一个 senior IC 把我过去的一个项目挖得非常细。我要解释我两年前做过的架构选择。他们是真的好奇，不是想坑我。
pipeline + systems design 是决定生死的一轮。如果你至少在理论上没有端到端设计过 streaming data system，去面之前先把这个补上。