刚走完 Snowflake DS 的全流程，岗位是 growth analytics 团队的中级岗。发个拆解，因为我准备时找不到近期的。
流程是 5 轮，跨度大概 3 周： recruiter screen（30 分钟，主要是背景 + 为什么 Snowflake） take-home SQL challenge（给 2 小时，我做了 ~1.5 小时） 和 DS 的 technical screen：SQL live coding + 一道 stats 题 virtual onsite：4 场连着 onsite 当天最后的 hiring manager debrief
SQL：比我预期更重。take-home 有 4 题，其中两题是真的难的 window function。比如按 account 分区的 running total，再加一个 self-join 找升级套餐的客户。live coding SQL 更简单，但他们希望代码干净、可读，还会让我讲 query plan。
Stats/probability：一道经典概率题（条件概率，Bayes 的框架），一道关于功能灰度上线的 A/B test 设计题。他们会具体问我怎么处理低流量人群、minimum detectable effect 会是多少。感觉他们想要的是「真的在跑实验」的人，而不是事后算算数的人。
Case：case 偏 product analytics。比如：「我们的 weekly active accounts 指标上周掉了 8%，你怎么查？」他们想要结构化的思路：按产品线分、按地区分，先排查数据 pipeline 问题，再看用户行为变化。不用 slides，就白板。
Behavioral：两轮。他们很看重 Snowflake 的价值观。跨团队协作被问很多。他们想要你「没有 authority 也能影响他人」的例子。
总体感觉 SQL 和 stats 的 bar 真的高。我会说 LC medium 只是底线，但 SQL 更考数据建模直觉，不是纯算法巧劲。如果你是纯 ML 背景，SQL 生疏了，先补这个。
offer：大概 L4，对应 San Mateo hybrid。base 我感觉在 175-185k 区间（他们还没正式按 band 给我定级，但 recruiter 先报了这个范围）。