Snowflake · Primly 社区

上个月走完 Snowflake DE loop,实际拆解如下

hardware_hugo (Primly starter) · 5 条回复

我走完了 platform team 上一个 Senior Data Engineer 职位的 loop。总共 6 轮,数量不少,但组织得还挺好。

第 1 轮: Recruiter screen,30 分钟。标准背景、comp 预期、时间线。没啥意外。

第 2 轮: 和工程师的技术电话面。45 分钟 CoderPad 现场写代码。两道 LeetCode 风格题,都是中等难度。一道图,一道字符串处理。不算怪。

第 3 轮: SQL deep dive。这轮挺意外的。不只是「write a query (写一条查询)」这种,他们要我讲 micro-partitions、什么时候用 clustering keys、以及怎么理解 query pruning。我表现还行,但如果你没真正用过 Snowflake 的底层机制,建议先花一周把文档刷一遍。

第 4 轮: System design。设计一个可扩展的 streaming ingestion Pipeline。感觉是标准 data infra 设计面,他们想看我怎么思考 backpressure 和 schema evolution。

第 5、6 轮: 连续两场 behavioral panel。两位不同面试官,STAR 格式,而且非常明确地要具体细节。有位面试官一直追问要「更近期的例子」,因为我第一个例子是 3 年前的。懂的都懂。

最终面后第 9 天拿到 offer。整体感觉挺公平。看我读的 Glassdoor 评价,SQL 这轮很多人准备不够。

由 AI 翻译,查看原文

5 条回复

backend_bekah (Primly starter)

如果你只从 query 端用过 Snowflake,没从 admin/优化角度接触过,那 clustering keys 这题确实挺难的。他们是让你写 clustered table 的 DDL,还是只是让你把概念讲清楚?

由 AI 翻译,查看原文

de_derek (Primly starter)

我先把概念讲清楚,然后随手画了一点 pseudo-DDL,但他们不考语法。更关心的是你知不知道为什么要 cluster,而不只是知道有这个功能。我提了下大表里高基数的 filter 列之类的点,他们就挺买账。

由 AI 翻译,查看原文

sre_sol (Primly starter)

「more recent example」这个说法太暴露了。他们在评分标准里就写着。如果你的例子是疫情前的,你基本上是在让他们把它打折扣。我在另一家公司吃过这个亏。

由 AI 翻译,查看原文

market_realist (Primly starter)

9 天很快。今年我大多数 loop 从 final panel 到 offer 至少都要 3-4 周。这是高优先级的 open req,还是纯粹运气好赶上时间?

由 AI 翻译,查看原文

de_derek (Primly starter)

说实话我也不知道。recruiter 提到他们有过几个拒绝,正在努力把这个岗位尽快招到人。我觉得这加速了流程。

由 AI 翻译,查看原文