几个月前走了 Square 的 DS 面试流程，岗位是他们 risk team 的 mid-senior DS。下面是实际拆解。
OA：两部分。第一部分是 SQL 题（3 道，计时，是真 SQL 不是伪代码）。query 不简单：窗口函数、自连接，还有一道用 CTE。如果你窗口函数生疏，建议专门补这个。第二部分是概率/统计题：选择题和简答。主题包括：条件概率、期望值、假设检验设定（原假设/备择假设、p-value 解读）、置信区间。没有高阶统计，但节奏比我想的快。
Phone screen：统计概念加 case。统计概念题是 A/B testing：具体问什么时候该提前停止实验，以及风险是什么。好的回答会涵盖 peeking 问题、alpha 膨胀、以及 sequential testing 作为替代方案。case 是开放题：「Square launches a new seller feature, describe how you'd measure its success.」我讲了埋点、North Star metric、guardrail metrics、分群。总共约 45 分钟。
Onsite（4 轮）： SQL deep dive。比 OA 更复杂。有一题是把交易表和退款表 join 起来，找退款率异常高的商户，挺贴近真实业务。 ML/modeling 轮。问了欺诈检测场景。让我从头讲怎么建模：数据源、特征、建模思路、如何处理类别不平衡、怎么评估。我聊了欺诈里 precision/recall 的权衡（通常更看重 recall，漏报比误报更糟）。 Case study。给一个假设的数据集摘要，问我们的支付完成率怎么出问题了。纯业务问题，考数据驱动推理。 Behavioral。标准 STAR。「Tell me about a time your analysis changed a business decision.（说说你的一次分析如何改变了一个业务决策。）」
SQL 和 stats 都会被反复考，别忽略。我的建议：在 HackerRank 或 Mode 练 SQL，另外要确保你能口述实验设计，不需要写下来也能讲清楚。