大概 3 周后要面 Target 的 data science 职位，想先拼出他们现在的 loop 大概长什么样。我知道他们的 tech org 这段时间在扩张，但最近的信息不太好找。
如果你在过去 6 个月里参加过 Target tech 面试，很想了解： 职位和 level（SWE、DS、DE 等） 几轮、什么形式（coding、system design、behavioral、case） 哪些题让你意外 是否感觉零售领域知识会影响表现
我先分享一下目前拿到的：第 2 轮是 take-home SQL/Python 作业，约 2 小时，主要做 customer segmentation。题目里明确提到 Target 的 loyalty program，所以我感觉零售背景在这里会加分。
data eng，mid-senior level，大概 4 个月前走过。5 轮：recruiter、technical screen（SQL + Python，45 分钟）、take-home（跟你描述的差不多）、system design（围绕 data pipeline 场景）、behavioral panel。system design 题带零售味：比如设计一个近实时的库存数据系统。懂一些大规模 ETL 和 event-driven architecture 的基础会有帮助。不需要很深的零售领域知识，但他们会喜欢你用高并发的交易数据来框定例子。
太有帮助了。他们会给你 system design 的准备材料，还是直接冷不丁就丢进去？
突然冷抛。recruiter 说 45 分钟，而且在开始前大概 30 分钟才给了大概的主题范围（data pipeline）。时间根本不够准备什么，所以就靠基础功，多把思路说出来。
我大概 6 个月前面过一个 ML engineer 的 loop。偏 recsys。他们问了线上模型评估、AB testing，以及如果某个 guest segment 里推荐器在推错产品，我会怎么处理。behavioral 问题就是标准的 leadership behavior 那套，但技术门槛是真的。他们不只是想找会建模型的人，他们想要懂业务影响的人。
SWE（backend），L4 对标。流程是：screen、take-home（LeetCode 中等难度），然后 virtual onsite，两轮 coding 加一轮 behavioral。behavioral 只有一半时间，但他们很认真。我有个 conflict 的故事直接讲崩了，我当时还以为讲得挺顺，你能明显感觉到气氛变了。behavioral 的答案要和 DSA 一样多练。