大概 3 周后要进 Okta data engineering / platform 的 loop。这个岗位在 data infrastructure 侧，具体是围绕他们的 analytics pipeline。recruiter 提到 coding screen 之后还有 4 轮，但没说细。
很想听听最近走过这个 loop 的朋友分享，尤其是非 SWE 或偏基础设施相关的。关注点是： 技术题都是什么类型（SQL？pipeline design？纯 coding？） 会考多少 identity/product 知识 vs 通用 DE 基础 behavioral 有没有特别关注的方向
任何数据点都欢迎，就算比较模糊也对现阶段很有帮助。
不算 okta 本身，但我去年在一家跟 identity 相邻的公司走过 data infra loop。system design 几乎全是 pipeline 架构：怎么处理 schema evolution，你的 backfill 策略是什么，怎么让 pipeline 可观测。完全不需要 identity 专项知识，他们就是想看 infra 基础。
我在 levels.fyi 上看到过几篇 okta DE 的面试报告。我注意到的规律：SQL window functions 出现了好几次，有人提到一道 Spark 优化题，behavioral 主要围绕怎么处理 production incidents 和 stakeholder 沟通。没什么那种“必须懂 oauth”的感觉。
window functions 这个点很有用，我会确保这些都很熟。production incident 的讲故事我闭着眼都能讲，这就是我的日常。
值得知道的一点：okta 在 identity 产品整合后，正在经历一些内部重组。我认识的几个人说有些团队在招聘中途会调整，headcount 也会被挪来挪去。建议你明确问 recruiter：这个 req 是 backfill 还是新增 headcount，以及团队结构是否稳定。不是想吓你，只是一些有用的背景信息。