上个月刚走完 VMware data engineer 的面试 loop，senior 级别，remote，cloud infrastructure data team。发出来是因为网上几乎找不到他们 DE 流程的有用信息。
recruiter screen 之后是四轮：
Round 1：SQL + data modeling，45 分钟。 这轮才是真正的筛子。他们先给了一个自己设计的 schema（有点像简化版 vCenter telemetry：hosts、VMs、resource pools），让我写 window functions 算 running averages、识别 outliers，还要做多表 join，并且有一些很刁钻的 NULL 处理。不是 Leetcode 那种，更像「这是个真实 schema，证明你会用」。他们还明确说用这种方式考 SQL，因为更贴近工作。
然后让我为一个新的 ingestion use case 设计数据模型。我画了 medallion architecture（bronze/silver/gold），并讲了 partitioning 策略。他们对我的 partitioning 选择稍微 push back 了一下，感觉更像技术讨论，而不是故意刁难。
Round 2：Python + pipelines。 在共享 IDE 里写代码。有个任务是写一个 pipeline：从 Kafka topic（mock 的）读数据，transform records，然后写到目标端并去重。他们很在意 error handling 和 idempotency。我一直强调「如果这一步执行到一半失败会怎样」，面试官反应挺好。
Round 3：面向数据的 system design。「Design a pipeline to ingest VM performance metrics at scale。」经典题。聊了 Kafka、Flink/Spark Streaming、Delta Lake、monitoring。他们问了很多 late-arriving data 和 exactly-once semantics。面试官很有主见，感觉像来回讨论，不像答题。
Round 4：Behavioral。 直接 STAR。跨团队冲突、我 push back 一个技术决策的经历、一个我会重新做的项目。
大概十天后给了 offer。流程很有条理，反馈也是真反馈。最需要重点准备的是 SQL 那轮。window functions、CTEs，还有准备好聊你的 indexing 选择。