2026 年 Q1 走完了 Walmart Global Tech data scientist 的面试 loop。一共四轮。写下来是因为 Walmart 的 DS 面试确实跟纯 tech 公司的常规 DS 流程不太一样。
轮次结构： Recruiter screen（30 分钟，主要聊背景 + 团队匹配） SQL + 数据处理（60 分钟，和一位 senior DS） Case study / 业务问题（60 分钟，DS lead + stakeholder PM） 统计和 ML（60 分钟，senior DS + 一位 scientist）
SQL 轮。 比我预期更难。不是 HackerRank 的 easy-medium。他们给的 schema 很 Walmart：交易 fact 表，门店、商品、供应商的维表。题目包括： 找出 Q4 同比销售下滑但 Q3 环比为正的门店（大量日期处理） 找出过去 90 天里，缺货超过 3 天、按收入排名 top-10 的商品（join + window function） 写一个 query，基于供应商名称的模糊匹配来检测重复供应商记录（这题我面试里没见过，用了 LIKE + GROUP BY，并且讲了局限性）
他们更看重你有没有把思路讲清楚，而不只是有没有写出能跑的 query。我写了一个不够优的版本时，面试官直接指出来，问我「this would be slow on billions of rows, how would you rewrite it?（在数十亿行数据上会很慢，你会怎么重写？）」
Case 轮。 非常偏落地。我拿到的题是：「Walmart is seeing higher-than-expected return rates on electronics. How would you approach this as a data problem?（Walmart 的电子产品退货率高于预期。你会如何把它当作一个数据问题来处理？）」没有标准答案，他们想看结构化的解决问题方式。我是这样答的：先定义成功指标，列出数据来源，提出假设，按可能性和可验证性排序，然后给出 A/B test 或分析方案。他们会不断追问「what else would you need to know?（你还需要了解什么？）」
Stats/ML 轮。 两个问题：一个是实验设计（门店级实验里你怎么处理 SUTVA violation？），一个是模型选择（流失预测里 logistic regression vs. gradient boosting，什么情况下选哪个）。不算很深的 ML 理论，但统计底子要求挺扎实。
总体：比我预期更严。SQL 要非常熟，实验设计要熟，还要有一套处理混乱业务问题的结构化框架。