上个月走完了 mercury 的 data engineering 流程。分享笔记，因为我自己面之前也找不到任何有用的信息。
recruiter screen 挺标准的，30 分钟。她问了我 pipeline 背景、用过哪些工具（dbt、airflow、spark 等），以及做过什么规模。没有套路，就是纯好奇。
然后是 take-home。他们给了一个很乱的数据集，让我写 SQL 回答几道业务问题，然后解释如果要每天在大规模上跑，我会怎么做。我用了 window functions、CTEs、一两个 join。数据是刻意弄脏的，所以一部分考点是你能不能抓到 null 和重复行。不难，但我花了大概 2 小时。他们说 90 分钟。别太赶。
technical screen（视频，60 分钟）。先做 live SQL，跟 take-home 类似但题是新的。面试官是实际的 data engineer，不是照稿念的人。我们还讨论了一个 pipeline 设计题：给定来自多个来源、不同节奏的 event data，设计一个系统，让它在 15 分钟内可查询。我画了 kafka -> flink -> warehouse 的方案，聊了 late arrivals 和去重。他们会 push back 一点，看你会不会为自己的选择辩护，还是直接怂。要辩护。
final loop 是连着 4 轮：pipeline design（更深的版本）、data modeling（star schema vs wide tables，什么时候用哪个）、跨团队协作（问你怎么跟 analytics engineers 和产品合作），以及 values/culture fit。
看起来重要的点： 你得熟悉 dbt 和现代 warehouse 工具链（他们好像用 snowflake） 他们很看重数据质量：你怎么在上游发现问题，而不是只会在下游补救 culture 轮不是走过场。他们会具体问你什么时候 push back 过 stakeholder
整体流程设计得不错。面试官明显提前对过信息。offer 对一家 series C fintech 来说挺有竞争力，不过我最后去了别的。欢迎提问。