2025 年末走了 Palantir data engineer 的面试流程，进了 final round，最后没接（comp 对我不合适）。因为网上几乎没有 DE 方向的细节，我把技术部分写出来。
我遇到的技术轮：
SQL 轮。 比典型的「写个 GROUP BY」更深入。他们给了我一个很像真实业务的 schema：event logs、用户行为、一些层级数据。然后让我写查询回答业务问题。有一道用到了 window functions，还要处理比较棘手的 null 语义。Schema 里有缺口（有一处没有明确 FK），他们希望你能注意到并问出来。如果你会的话，看看 query explain plans；他们会问 index usage。
Pipeline design 轮。 更像 SWE 的 system design，但范围在数据基础设施。我拿到的类似：'Design an ingestion system that pulls from 5 different source systems with different formats, normalizes them, and makes the data available for analysis within 15 minutes.' 他们在意的取舍点：idempotency、late-arriving data、schema drift。要知道 CDC（change data capture）是什么、为什么存在。要知道 micro-batch 和真正 streaming 的区别，以及各自适用场景。
Python/coding 轮。 一道 Python 数据转换题。少一些「LeetCode」味道，多一些「写个函数把这个脏 JSON 结构解析出来并输出成干净 schema」。脏是刻意的，边界情况才是重点。
Behavioral。 和别人说的类似。高压、ownership、mission alignment。
针对性准备：Spark vs. Flink 的取舍，Airflow DAG 模式，schema evolution 策略，了解 dbt 加分但不是必须。他们不用通用栈，用的是 Foundry，但他们想看你的心智模型能不能迁移。
这个 loop 真的很技术。如果你主要做 dashboard，而不是 pipeline engineering，会被看出来。screen 的时候对自己的深度要诚实。