我在 2026 年 3 月刚结束 Google 的 DS 全流程面试。目标是 L4 DS（quantitative analyst track）。下面是每一轮具体是什么。
流程结构： SQL / coding（1 轮） stats / probability（1 轮） analytics case（1 轮） product sense（1 轮） behavioral / leadership（1 轮）
SQL 轮： 用的是共享文档，没有数据库可以实际跑 query。全是手写。两道题：第一题是多表 join 的聚合题（销售数据，找过去 90 天按收入排名的 top N customers，处理 null）。第二题是窗口函数：按用户按天计算 7 天 rolling average。如果你窗口函数不熟（ROW_NUMBER、LAG、LEAD、RANK、SUM OVER PARTITION BY），就得练。这一轮很多候选人会卡住。
stats / probability 轮： 比我预想更偏对话。问题比如： 「you run an A/B test and see p = 0.06. what do you do?」（你做了一个 A/B test，p = 0.06，你会怎么处理？） 「explain the difference between Type I and Type II error to a PM」（给 PM 解释 Type I 和 Type II error 的区别。） 「how would you detect whether a coin is biased after 1000 flips?」（抛 1000 次硬币后，你怎么判断它是否有偏？） 还聊到了 bayesian vs frequentist，不是教科书式的，而是「你在实践里怎么想」
这一轮看的是深度，不是速度。他们想看到你有真实直觉，而不是背定义。
analytics case： 给了我一个场景：YouTube watch time week-over-week 掉了 8%。带我过一遍你怎么排查。我把它当成数据调查，不当成 PM 题：先查数据 pipeline，再按 device / country / content type / user cohort 分段，列出按优先级排序的假设，然后讲我会从 BigQuery 拉什么数据来验证每个假设。「先查数据 pipeline」这个直觉很关键，他们说很多候选人会直接跳过。
product sense： 没错，Google 的 DS 也要 product sense。没 PM 那么深，但你要对指标有观点。比如「Google Translate 的正确成功指标是什么」这类题。回答要围绕用户结果，而不是只讲活跃这种活动指标。
一个我没想到的 stats 坑：他们问了实验设计，具体是当 A/B test 有 network effects（对照组和实验组用户会互相影响）时怎么办。SUTVA violation。要知道这是什么，以及怎么处理（cluster randomization、holdout groups、switchback experiments）。不是每个候选人都必须会，但 L4+ 算合理范围。