上个月刚走完 microsoft data engineer 的完整流程，Redmond 团队（Azure Data）。准备的时候找不到太多具体的经验贴，所以在这里写点有用的。
总共 5 轮：1 轮 recruiter screening，1 轮跟 hiring manager 的 phone screen，然后是 3 轮 virtual onsite（他们叫 virtual onsite，但显然全是视频）。
他们实际问了什么：
SQL 是认真的，而且不简单。不只是基础 joins。我遇到一个多步题：从 raw events 表开始，先写去重，再聚合，然后中途加了一个新条件要处理 late-arriving data。感觉他们想看你在需求变化时怎么思考。
pipeline design：他们描述了一个场景，每天 50TB logs 进来，延迟要求混合（有些 dashboard 需要 near-real-time，有些可以 batch）。让我讲架构。我讲了 Azure Data Factory vs Databricks jobs 做 batch，Event Hubs + Stream Analytics 做 streaming。他们不死守某个技术栈，更在意你能不能把 tradeoffs 讲清楚。
另外每一轮都有 behavioral，不是只有一轮单独的 behavioral。HM 问了经典的“讲一次你有 competing priorities 的时候”，还有一次和 stakeholder 冲突。都要 STAR 格式回答，准备好 follow-up 比如“你会怎么做得不一样”。
我希望提前知道的事：
他们内部很强调 “growth mindset” 框架（很 Microsoft，很 Satya Nadella 时代）。面试官会听这些：你有没有学到东西、有没有承认错误、有没有变得更好。以“我全程吊打、一切完美”结尾的故事，反而不如“我搞砸了，然后之后我改了什么”。
定级也会稍微聊一下。我投的是 SDE II 对标，在 Microsoft 的 data eng 里大概是 L62。以 7 YOE 来说挺合理。别以为你投什么就一定给你什么 level。
整个流程从头到尾大概 5 周。headcount 是真的，recruiter 也很沟通。