大概 3 周后要面 PayPal 的 data engineering final round，我能找到的信息又少又旧。Glassdoor 上有些还是 2022 年的，现在看都快成上古史了。
有没有最近走过 PayPal loop 的人，不管什么职位：data eng、backend SWE、platform 等都行？我主要想知道： 他们更看重 SQL 还是 system design 还是 coding behavioral 是单独一轮，还是每一轮都夹带 他们说的「cultural fit」在实际面试里到底指什么
知道啥就分享啥。先谢了。
大概 6 个月前在 PayPal 面了 data science loop。SQL 是完整一轮，不是热身题。就是那种真的挺难的分析题，schema 很乱。behavioral 也是单独一轮。他们还让我用通俗语言解释我以前做过的一个 model，模拟跟 stakeholder 对话。
SWE 的 behavioral 是单独一轮，在 panel 的最后一轮。每个 coding 轮开头都有 5 分钟的「tell me about yourself / why PayPal（介绍一下你自己 / 为什么选择 PayPal）」，但我觉得他们没有正式评分。主要的 behavioral 是结构化的，而且他们明确用了 STAR。
我面的是 biz ops 岗，在 behavioral 那轮被问了一个偏 case 的问题，不只是 STAR。大概是这样：“a payment processing team has 20% latency spike, walk me through how you'd triage（一个支付处理团队的延迟突然飙升 20%，你会怎么排查和分诊？）”。他们想看的是结构化思考，不一定是正确答案。
有意思，所以他们在非 eng 岗会把 case 和 behavioral 混在一起。了解了。data eng 可能更偏 SQL-heavy。谢谢。