几周前我走完了 LinkedIn 的 DS loop，面的是 monetization team 的一个 mid-level 岗位。一共五轮。分享下拆解，因为我当时找了很久最新信息，结果大多是 2022 的帖子。
电话初筛（recruiter）： 20 分钟，背景 + 时间线。他们想知道我有没有做过规模化变现的产品。很直接。
技术电话面： 和团队里的一个 DS 45 分钟。一道中等 SQL 题，一道产品指标题。SQL 是 self-join，找连续两个月都活跃的用户。不难，但你需要写得很快，还要边打字边讲清楚逻辑。指标题基本是：“LinkedIn adds a new 'Share' button to job postings. How do you measure success? (LinkedIn 在职位描述上新增一个「Share」按钮。你怎么衡量成功？)”（LinkedIn 在职位描述上新增一个「Share」按钮。你怎么衡量成功？）。很开放。他们想看你会不会考虑 guardrail metrics，而不只是 north-star。
Onsite（4 轮）： SQL 深挖：两题连着来，一题涉及 window functions（按 30 天 rolling window 给用户的 connection 增长做排序）。第二题是对一个 connections 表做 self-referential query。window functions 要熟到不能再熟。 Stats / probability：一个 A/B testing 场景（算 sample size，讨论 novelty effect），再来一道我以前没见过的概率题，涉及用户行为的条件概率。不是 leetcode 风格，更像研究生统计。 Product case：给你一个指标（feed engagement CTR 环比下降 10%），让你讲怎么排查。这轮最像实际工作。他们很想看到结构化框架：先查数据质量，再做分群，再提出假设。 跨团队 / behavioral：讲和 PM、engineers 合作的故事。你怎么在 stakeholder 不想听的时候把结果讲清楚。
整体从第一次 recruiter 联系到 offer 大概 3 周。之后才聊定级。他们对 L3 vs L4 很谨慎，如果觉得你在“够不到”的位置，会反驳你的自我评估。
如果有人对某一轮想细问，我愿意回答。