5 周后要面 Visa，岗位是 senior data scientist。SWE loop 的信息我找到不少，但 data 这边几乎没有。
如果你最近（过去 6-12 个月）在 Visa 面过任何 data、analytics 或 data science 岗，能不能分享你遇到的内容？具体想问： SQL 复杂度（基础 joins vs window functions vs 完整的 optimization 问题） 有没有 take-home 或 live case ML 比重 vs analytics 有多重 fraud/risk team 相关的任何信息
SWE loop 的信息也欢迎分享，方便对比。先谢谢。
我大概 8 个月前面过一个 data analyst 职位（不是 DS，有点不一样）。SQL 那轮是中等偏难。肯定会考 window functions、一道 running total 的题，还有一道是关于在表里检测重复交易。算不上残酷，但你得对 CTEs 很熟。
我 9 个月前面过他们 fraud team 的一个 ML 岗。拿到一个 take-home：在一个合成交易数据集上做 classifier，标出 anomalies，解释你的 feature 选择。给 3 天。然后有个 30 分钟 debrief，会追问我为什么选那个 threshold。debrief 比 take-home 难。他们想让我解释 precision 和 recall 之间的业务权衡，不只是技术答案。
在 fraud 场景下，precision/recall 的取舍基本永远是在 false negatives 和 false positives 之间，对吧。false negative = 漏掉欺诈，false positive = 把合法交易拒了然后客户很怒。我可以按这个角度来准备。debrief 是跟 hiring manager 还是跟 IC？
IC，senior ML engineer。那一轮房间里没有 manager。manager 是在另一个单独的 behavioral 轮出现的。