大概 3 周后要在 Mercury 面 data engineering 相关的岗位。recruiter 给了我一个大概的 overview，但 technical 形式没怎么讲细。想听听过去 6 个月里做过 data 或 infra loop 的朋友分享。
具体想知道： SQL 深度（window functions、性能、建模？） 会有 system design 或 pipeline design 题吗？ 会问 financial data 或 payments 相关的东西吗，还是更通用？ behavioral 和 technical 大概怎么分配
有啥都行，哪怕不全。我跑完也会回来分享。
我不是 data eng，但大概 5 个月前在那边走过 DS loop。SQL 要求很硬，肯定有 window functions，而且他们要我写并解释一个 recursive CTE。也会聊到一些金融背景，他们让我想 fraud signal design，感觉也能用到 DE pipelines 上。
欺诈信号设计，有意思。结合他们做的事也说得通。我会补一下这个方向。谢谢。
我没过他们的 HM screen，所以仅供参考，但 HM 提到他们很看重 data reliability 和 observability，相比之下没那么看重纯 throughput。他们的技术栈看起来挺标准（Airflow, dbt），但他们问的是你怎么处理上游 bad data，而不只是 pipeline 速度。
Mercury 真的很小，所以要准备好面对“你会负责整个东西”的对话。如果你来自大公司，习惯把东西交给 data platform 团队，先想清楚自己会怎么端到端搞定。这似乎是他们所有问题背后的主线。