上周刚结束 KPMG data engineer 的面试 loop，岗位在他们的 managed services data platform team。网上几乎找不到这个 track 的信息，所以我写个复盘。
先给点背景：这个岗位有点介于咨询里，意思是我会为客户项目搭建和维护数据 pipelines，而不是做内部工具。理解这一点对看他们考什么很重要。
我这个 DE 岗的完整流程： Recruiter screen：30 分钟，走流程和对齐信息 Technical screen：60 分钟，SQL 和 Python 混合 Onsite virtual：两轮，一轮 pipeline 架构，一轮 behavioral
Technical screen 拆解：
SQL（大概 35 分钟）：三题，难度递增。window functions、多层 CTE，还有一道聚合题的 GROUP BY 很刁钻。最难那题是算非均匀时间间隔的 rolling averages。用的是共享 SQL 编辑器，我猜是他们内部工具。
Python（大概 20 分钟）：一题。给一组表示 API 返回的 JSON records，让你解析并转换成扁平表格格式，处理 null 和嵌套 key。不偏算法，更像真实数据清洗任务。我用了 pandas。
Onsite 的 pipeline architecture 轮：
这里 KPMG 对 DE 就开始有意思了。题目是：设计一个数据 pipeline，从三个不同源系统接入客户交易记录（两个 batch，一个 near-real-time），做标准化、应用校验规则、加载到 data warehouse。还要能处理 schema drift。
他们追问的点：错误处理策略、schema-on-read vs schema-on-write 的取舍、传输中的 PII 怎么处理、合规审计日志怎么做。很 Big 4 的风格。
我提到的工具：dbt 做 transformation，Apache Airflow 做编排，Snowflake 做仓库。他们对这套挺熟。他们也提到内部客户大量用 Azure，所以我也补了一句 Azure Data Factory 的兼容性。
难度结论：SQL 真的有挑战，Python 很实用，架构更偏沟通和取舍推理，而不是背「标准答案」。