几个月前我走完了 Salesforce 的 DE 全套流程，岗位是 mid-level，在 data infrastructure 方向。他们有多个团队在做 DE（MuleSoft、Tableau 集成、核心 CRM analytics），所以不同团队流程可能不一样。我的是 core CRM。
phone screen：30 分钟，在 CoderPad 写代码。一道 SQL：给一个带时间戳的 salesactivity 表，找出在任意滚动 7 天窗口内至少有 3 次活动的 reps。窗口函数是好朋友。他们要的是干净的写法，不是暴力。
technical deep-dive：90 分钟。这轮最硬，三部分： system design。他们让我设计一个 pipeline，把 CRM 事件数据（比如账号更新、opportunity 阶段变化）近实时摄取进来，并提供给下游报表。聊了 Kafka 做 ingestion，Spark Structured Streaming 或 Flink 做 transformation，Delta Lake 或 Iceberg 做存储，dbt 做建模。他们非常在意你怎么处理 late-arriving events 和 schema evolution。 SQL 题。比 phone screen 复杂，涉及一个星型模型上的多表 join（factopportunities、dimaccounts、dimreps），加上一些 window function 逻辑去算按季度的 attainment %。如果你对维度建模生疏了，补一补。 debugging 场景。他们给了一个假装坏掉的 Airflow DAG（用伪代码展示），让我找问题。是幂等性 bug：任务重跑导致重复插入。聊了 upsert 模式，以及怎么让 DAG 在重试时是安全的。
behavioral：标准题。他们问了我一次我顶住会造成 tech debt 的需求的经历，以及一次我在很紧的约束下交付的经历。Salesforce 的 behavioral 有些会用「Ohana」文化框架，所以也会有关于团队和信任的问题。
hiring manager chat：严格来说不算面试，更像聊 roadmap 和 fit。问的问题很有水准，感觉更像在推销。
整个流程大概 4 周。我拿到了 offer。有一点我想说：如果你是纯 SQL/ETL 背景、没怎么做过 streaming，花时间补 Spark Streaming 的概念。他们确实在做那块，而且会深挖。