今年早些时候我走了 PwC data scientist 的面试全流程，岗位在他们 Deals Analytics 团队，趁还新鲜赶紧写下来。
整个流程总共四轮：
第 1 轮：recruiter screen（30 分钟） 常规问题。你用哪些工具，为什么 PwC，能不能接受出差。不考技术。
第 2 轮：technical phone screen（60 分钟） 一半 SQL，一半 stats。SQL 不是那种初级简单题。他们给了一个三张表的 schema（clients、engagements、billing records），让我写 query 找出同比收入下滑的客户，并用 window functions 在行业 segment 内做排名。如果你对 ROW_NUMBER、RANK、LAG 和 self-join 不熟，会很吃力。
Stats 部分：他们让我解释 p-value，但不能用 "probability" 或 "null hypothesis" 这两个词（确实是个好问题，把我卡住了）。然后给了一个 A/B test 场景：某个 region 有 lift，另一个没有，问可能原因是什么。interaction effects、segment size 差异、不同 base rates。他们想看你是不是会考虑 confounders。
第 3 轮：case interview（45 分钟） 这轮我没想到。PwC 本质还是 consulting，所以哪怕 DS 角色也可能有 mini-case。我的 case 是：一个零售客户在改价后，会员忠诚度项目 churn 变高。你需要结构化分析，而不是只说“建个模型”。要框定业务问题、列出需要的数据、描述分析方法，然后给出建议。他们评估的既是结构化思考，也是技术深度。
第 4 轮：behavioral + partner interview（45 分钟） 全程 STAR。问题包括：如何在不确定性中推进、遇到不信任你分析的 stakeholder 怎么办、如何交付会改变客户方向的结论。这轮不再考 SQL，纯看沟通和匹配度。
几个看起来比较重要的点：Python 可以，但他们也问了 R（团队里有不少人用）。Tableau 在可视化里出现得很频繁。有 client-facing 或 presentation 经验会加分，他们不想招纯研究型 DS。
从 recruiter outreach 到 offer 的总周期大概 6 周。每轮之间的节奏比我想的快，差不多每次 5-7 天。