我约了一个 Slack data engineering loop，在 7 月中旬。Recruiter 说是一个 technical screen 加另外两轮，但细节很含糊。最近有人在那边走过 DE 或 data infrastructure 的 loop 吗？
特别想知道：他们更强调 SQL、system design 还是 coding？有没有 take-home？以及 Slack 的 data stack 在面试里会出现多少。我一直在做 Kafka/Flink 相关的东西，我觉得挺相关，但不确定他们会不会重点问这些。
如果你过去 6 个月左右面过那边，欢迎把你的数据点写在下面，任何信息都很有帮助。
我不是 DE，但大概 4 个月前走过 backend SWE 的 loop。我这边工程岗没有 take-home。system design 那轮他们很看重 message queue 的语义，还有 at-least-once vs exactly-once 的投递差异。如果你对 Kafka 很深，这会直接派上用场，real-time messaging infrastructure 这条线是他们思考方式的核心。
我认识一个人 5 个月前在那里走过 DE。据他描述：有 SQL 轮，主要是 window functions 和基于事件级数据的 aggregation。system design 更偏 pipeline architecture，而不是典型的 SWE design。coding 是 Python，没有太奇怪的东西。没有 take-home。
window functions 和按事件粒度做聚合，完全符合我的预期。知道不是那种奇怪的自定义格式就好。感谢。
有一点我会留意：Slack 被收购之后，有些内部工具现在更偏 Salesforce 生态。如果他们问你跨团队的数据流，或者 analytics 怎么反馈到产品团队，问题背后可能藏着一些 Salesforce CRM 的背景。稍微了解一下这个 org 背景可能会有用。