几个月前参加了 robinhood 的 DS 全流程面试，L4/L5 级别。分享下我的笔记。
和一些 fintech 公司比，robinhood 的 DS 面试挺全面的。不只是 SQL 和业务 case：他们真的会考统计和 ML 概念，这点我还挺喜欢的。
我在各轮里看到的：
SQL（60 分钟）：这轮是真正的 SQL 面试，不是那种「写个基础 join」就完事。题目涉及 window functions、running totals、针对时间序列的 lag/lead，还有一题是用 self-joins 找可疑交易模式。表结构明显参考了他们真实的数据模型（用户交易、持仓、余额）。window functions 一定要非常熟。
case / product analytics（45 分钟）：给你一个新功能上线的用户漏斗，如果转化率环比下降 15%，你会先看哪里？我走了自己的诊断框架：先确认数据有没有问题，然后做分群。他们还会追问 A/B 测试设计：你的 minimum detectable effect 是多少、测试跑多久、怎么处理 novelty effect。
statistics / experimentation（45 分钟）：这轮会刷掉很多人。问题包括：什么是 p-value，为什么经常被误解；怎么给非技术 stakeholder 解释置信区间；怎么做多重检验校正；如果实验在不同用户分群上效果不一致你会怎么处理。也问了 power analysis。
ML concepts（30 分钟，偏轻）：不是很深的 ML 轮，但会让我讲一个做过的模型，解释特征选择的原因，以及怎么处理 class imbalance。这轮更像聊天而不是考试。
behavioral（30 分钟）：比较标准。无权影响、优先级排序、向上沟通不明确的结论。
整体门槛：SQL 要强，统计/实验要强，要有产品好奇心。不需要是很深的 ML 工程师，但基础必须扎实。