我在 2026 年 Q1 面了 HubSpot 的一个 senior data engineering 职位。分享一下，因为我准备时几乎找不到有用信息，只有过时的 Glassdoor 片段。
岗位背景
这是 data platform 团队，不是嵌在业务团队里的 DE。这个区别会影响他们怎么考：platform 侧更看重 pipeline 可靠性、编排，以及服务下游 DS/analytics 团队。更少是在单一产品上做一次性的 ingestion pipeline。
流程（4 轮）
第 1 轮：SQL
大约 45 分钟，CoderPad。三道题。一道是基础 joins，一道涉及 window functions（lag/lead 计算事件间 delta），还有一道要我用 SQL 写一个 dbt 风格的 incremental model 模式。最后那道不算纯 SQL，是带业务语境的 SQL。要懂 incremental model 怎么跑，merge 逻辑长什么样。
第 2 轮：Pipeline design
最关键。「Design a data pipeline that ingests CRM events from our product into the data warehouse in near real-time, with exactly-once semantics.（设计一个数据 pipeline，把我们产品里的 CRM 事件近实时写入数据仓库，并保证 exactly-once 语义。）」60 分钟。我讲了用 Kafka 做事件采集，Flink 或 Spark Structured Streaming 做转换，Snowflake 做落地。他们对我选的栈没意见，但会追问很多 failure mode：consumer 落后了怎么办、Kafka topic retention 不够会怎样、schema 变更怎么处理。
关键点：他们不只想听 happy path。要熟悉你的失败场景。
第 3 轮：系统 + 工具
更偏聊天。他们问我 Airflow（他们用）、dbt 的经验，以及我怎么做 pipeline 的 data quality checks。我简单提了 great_expectations，他们看起来也熟。还问了我对生产环境 pipeline 监控的思路（对行数异常、schema drift 做告警）。
第 4 轮：Behavioral
四道 STAR 题。我记得最清楚的一道：「Tell me about a time a pipeline you built broke in production and how you handled it.（讲讲你做的某个 pipeline 在线上出故障时，你是怎么处理的。）」很标准的 DE 问题。准备一个打过仗的故事。
总体
流程挺公平。他们看重基础：SQL、事件流概念、pipeline 可靠性。他们不考冷门分布式系统理论。更像「你能不能在我们真实的技术栈里搭建并维护可靠的 pipelines」，而不是「你能不能背 Kafka 源码」。