刚结束一轮 oracle data engineer 面试 loop，趁记忆还新鲜分享下笔记。岗位在一个团队，做 oracle 的 SaaS analytics 产品的内部数据基础设施。不是 OCI 本身，但关系很近。
一共四轮，全远程。
第 1 轮：sql（live，45 分钟）。 不是基础 SQL。他们让我写一个做增量聚合的 query：给你一张 raw events 表，每小时会新增数据，写一个 query 去算 daily rollup，而且只处理上次运行之后的新数据。他们希望我能讲清 watermarks、如何处理 late-arriving data、以及幂等性。如果你做过 dbt 或 spark，会比较自然。如果你只写过报表查询，这会很陌生。
第 2 轮：数据 pipeline 设计（60 分钟）。 设计端到端 pipeline：source 是 oracle transactional databases，destination 是内部 BI 团队用的数据仓库。他们想听：摄取策略（CDC vs batch，我主张 CDC 并且解释了原因）、transformation layer 设计、schema evolution 怎么处理、以及如何做 SLA 监控。这算是 data engineer 的 system design 等价题。任何组件都有可能被深挖。
第 3 轮：coding / scripting（45 分钟）。 Python 题：写脚本检测一个流式指标里的异常（跨租户的 cpu utilization）。我写的是 rolling z-score。追问包括：分布随时间漂移怎么办、怎么调敏感度。这完全不是 leetcode，更像「写 data engineer 日常会写的代码」。
第 4 轮：behavioral。 跟 oracle 其他 loop 的信号一样：ownership、跨团队影响力、客户影响。他们特别问了我一次在一次 outage 之后如何提升 pipeline 可靠性。他们在意 postmortem 跟修复同样多。
整体感受：oracle 的 DE 面试是真的技术向。SQL 和 pipeline design 是最难的部分。如果你背景更多是工具配置（airflow DAGs、dbt models），但底层概念（exactly-once semantics、late data 处理、watermarks）比较薄，就得在面试前把这些补起来。