3 周后要面试 NYT 的一个 data scientist 职位（reader analytics team）。很想听听最近走过流程的人分享，尤其是 DS/analytics 这边。有几个具体点我在搞清楚： technical 轮有多偏 SQL？比如，是干净的分析型 SQL，还是会考 window functions、复杂 join、性能这些？ 会给 take-home 还是全程 live？ 他们更测 product sense，还是纯 modeling？
知道什么都欢迎丢。我面完也会回来反馈。
大概 6 个月前我在那里面过一轮 data eng，不是同一个职位但很接近。SQL 肯定有，而且他们问了一些 window function 的东西：rank、lag、怎么找时间序列数据里的空档。不算不可能，但他们想看的是清晰的 query 思路，不只是你会不会语法。还有一个 case 风格的问题：如果 paywall 改了，你会怎么衡量对读者行为的影响。
我去年申了一个类似的岗位，拿到一个 take-home。给了一个文章互动指标的数据集，让你找趋势，适用的话做个简单模型，然后把结论写出来，就像在给一个非技术的 editorial lead 做汇报一样。最后这点是关键：他们要的是沟通能力，不只是准确率。
这个真的特别有帮助，「非技术」的写作角度是我完全不会提前准备的。谢谢。
从 research 这边（我知道，职能不一样）来说：他们很看重你怎么用读者和订阅者的结果来框 impact，而不只是 model 的指标。就算是 DS 岗，我也赌围绕「what does this mean for retention or engagement（这对留存或参与度意味着什么）」来讲，比纯技术视角更吃香。