今年 Q1 走完了 Intel data engineering 的 loop，最后接了这个岗位。发出来是因为我备面时完全找不到一篇最近且细节足的分享，讲他们到底问什么。
Intel 的 data engineering 规模不小，分布在多个团队：manufacturing analytics、product telemetry、芯片研发指标的内部工具，还有 AI/HPC 方向。我的 loop 是 manufacturing analytics，会涉及 ETL pipelines，把 fab 车间和传感器阵列的数据搬进分析系统。
SQL： 这块占比很大。我有两道专门的 SQL 练习。一道是偏高阶的聚合题，涉及 window functions、partitioning，还有一堆很恶心的 NULL。第二道是优化题：给你一条很慢的 query 和 schema，你会改什么？我需要讲清 index 策略和反规范化的取舍。这不是入门级 SQL。如果你在 window functions 或 query plan 上有短板，面之前先补。
Pipeline design： 有一轮基本就是 pipelines 的 system design。设计一个数据摄取系统，能处理来自成千上万 chip test benches 的 streaming telemetry，schema 会变，传感器偶尔故障导致记录不完整。他们很在意 schema evolution（比如某个传感器开始多发一个字段怎么办？）、exactly-once 处理保证，以及数据质量检查。我讲了 Apache Kafka 做 ingestion、Spark 做 transformation、Delta Lake 做存储。他们这些都很熟，还追问了 Delta 的 ACID 特性。
Python / Pyspark coding： 一轮中等难度，重点是数据处理。写一个函数对这个 DataFrame 做某个 transformation。不像 LeetCode 那种算法题，但需要写干净、高效的 Spark 代码。
Behavioral： 常规问题，但会围绕跨团队的数据 ownership。他们很在意你怎么处理这种情况：工程团队不愿意改 schema 或 instrumentation。在 Intel 这是个真实问题。
整个流程 5 周，终面后 10 天收到 offer。