刚面完 Two Sigma 的流程，岗位是 senior 的 SWE（NYC，quant-tech track，不是 research）。想重点写一下 system design 那轮，因为我到处都找不到近期的信息。
这轮 60 分钟，两位面试官。给我的题目在 data infrastructure 领域。大概是：设计一个系统，能规模化接入 high-frequency trading 数据，近实时处理，并支持查询。听起来很细分，但技能点其实一样：分区策略、容错、consistency vs latency 的权衡。
它跟典型 FAANG system design 不一样的地方： 他们会猛追 failure modes。不只是「what happens if a node fails（如果一个节点挂了会发生什么？）」，而是级联场景。如果下游 consumer 变慢了怎么办？你的 ordering guarantees 会怎样？ 他们明确让我推理成本权衡。比如到什么数据量，你基于 Kafka 的方案会变得不现实，需要换成自研？ quant 的语境让低延迟比大多数 SD 面试更重要。有一段我得讨论 L1 cache vs heap 的取舍。
他们完全不 hostile，反而比我预期更协作。有个面试官画了一个我没想到的替代方案，让我对比我自己的方案。感觉更像 senior IC 的讨论，而不是考试。
准备上：Designing Data-Intensive Applications 算是基本盘，但你也需要专门想想金融数据场景。ordering、timestamping、exactly-once delivery 这类。
看起来 senior/L5 等效他们更看重深度而不是广度。他们会在一个组件上把你往深里压，而不是让你把所有东西浅浅过一遍。
整个流程是 5 轮：2 轮 coding，1 轮 system design，1 轮 behavioral，还有一轮 domain deep-dive，感觉像第二轮 system design 但更轻。onsite 后大概 ~10 个工作日给了 offer。