今年早些时候走了 jane street 的 data engineer 面试 loop，NYC 岗。这个 track 的资料几乎没有，分享下我的经历。
recruiter screen 很轻，基本就是时间线和兴趣。然后他们发了一个 take-home SQL 作业，不是玩具题。他们给了一个类似交易事件日志的 schema，让我写 window functions、CTE，还要做一些带边界情况的 aggregation（null、延迟到达的行）。给了 72 小时窗口，但如果你想做得像样，真实工作量大概 4-5 小时。
technical rounds（2 轮，都是 live）： 第一轮更偏 SQL / data modeling。他们让我设计一个用来跨市场追踪 order flow 的 schema，讲 partitioning 策略、indexes。真实问题是：「what happens to your query if this table has 10B rows and that join key isn't indexed?（如果这张表有 100 亿行、那个 join key 没有建索引，你的查询会怎样？）」 第二轮是 pipeline design。给一个场景，让你画 streaming vs batch 的取舍。他们点名提了 kafka 和 flink。我觉得不需要你真的用过 flink，但你必须理解 stateful stream processing 的概念。
另外还有一轮 coding，Python。不是 leetcode 那种很难的，但你在写真实逻辑：解析、转换、处理很恶心的输入格式。他们非常看重代码干净，会对走捷径的做法 push back。
传统意义上的 behavioral rounds 没有。会聊一些项目和我怎么处理 ambiguity，但不是 STAR-method 那种结构化问法，更像正常的技术对话。
看起来比较重要的点： 理解数据新鲜度 vs 延迟的取舍，不只是会背词 很精确地说明「at-least-once」和「exactly-once」在实践里分别意味着什么 在设计任何东西前先问澄清问题。他们会奖励「what's the acceptable staleness here（这里可接受的数据陈旧度是多少）」这种思路。
最后没拿到 offer。debrief 说 coding 很强，system design 还行，SQL 作业里我漏了一个很细的正确性问题。说实话反馈也挺公平。
如果有人也做过这里的 DE loop，很想对一下信息。