我在 2026 Q1 走完了 Samsung 的 DS 面试流程，面的是他们 SmartThings analytics team 上一个 mid-senior 的岗位。总共 4 轮，按类型拆一下。
SQL 轮（60 分钟）： 比我做过的大多数 SQL 轮都难，不只是 join 和 aggregate。他们给了一个用户设备事件的 schema（deviceid, eventtype, timestamp, session_id），然后让我做： 找出在 7 天窗口内与 3+ 种不同 device type 互动过的用户 按 engagement rate 排名设备，其中 engagement = 每个 active session 的事件数 写一个 query，识别“在没有用户主动操作的情况下结束”的 session（需要从 event type 序列推断）
最后一题需要 window function，还要非常仔细地推理事件顺序。我用的是 postgres 语法（他们说任何方言都行）。
statistics + case 轮（60 分钟）： 两个面试官。前半段是 stats 问题：他们问了一个新 SmartThings 功能的 A/B test 设计（如何处理同一 household 下设备同时出现在 test 和 control 的情况），然后让我用通俗英语解释 p-value，并举一个“统计显著但不应该影响产品决策”的场景。后半段是一个简短的产品 case：“一个新的 Samsung TV 功能在前 30 天 adoption 是 20%，但到第 90 天掉到 5%。发生了什么，你会查什么？”他们想看分析能力和产品直觉。
ML/modeling 轮（60 分钟）： 把一个过往项目细讲（他们先看了我的简历，然后挑了一个具体项目）。追问很多：为什么选这个模型、怎么处理 class imbalance、现在回头看会怎么做。然后还有个短的白板题：设计一个模型预测智能设备是否会在未来 72 小时 offline。他们在意 feature、label 怎么定义，以及评估指标怎么选（precision vs recall 的取舍）。
behavioral（45 分钟）：常规。和 stakeholder 沟通、模糊问题的 framing、反对 PM 决策等。
整体最难的是 SQL window function 那题，在时间压力下做。如果你这块生疏，面之前一定要练。