Microsoft 如何面试数据工程师

Microsoft 仅发布了简要的面试概述，而非逐轮面试脚本。因此，下述流程结合了 Microsoft 公布的信息和本页面采用的准备类别（筛选、编程、系统设计、行为面试、现场面试）；这些类别并非 Microsoft 的面试轮次名称。

• 交流安排。大多数 Microsoft 面试包括 2-4 场与潜在队友及跨职能同事的交流，每场最长一小时。对于数据工程师，这些同事可能包括仪表板和模型依赖你所构建数据管道的人员。
• 面试地点。面试可能通过电话、Microsoft Teams 或现场进行。对于某些职位，候选人会被要求编写代码、展示创意作品集或提供工作样本；数据岗位显然属于需要编写代码的一类。
• 技术轮次。技术面试以解决问题为主。除了基于胜任力的问题和针对简历的问题，还会考察技术能力与核心胜任力。
• 编程方式。你只能使用自己擅长的语言编程；面试方会明确要求不要使用伪代码，并且你需要使用可以运行和编译代码的第三方编码工具。

Microsoft 并未公布整个流程需要多长时间，也未说明数据工程师的 2-4 场交流中哪一场属于系统设计讨论。

Microsoft 公布的重点是解决问题：通过基于胜任力的问题和你的简历，考察技术能力与核心胜任力。实际而言，面试官可能深入追问你简历中每个项目的具体决策；而且每份编程答案都必须能够运行，因为面试不接受伪代码，所用工具也会实际编译代码。

数据工程师面试通常考察四个方面，而解决问题这一框架适用于其中每一项：

• SQL 与数据建模。编写首次运行便能得到正确答案的查询，并能够结合不断变化的需求说明模式设计的依据。
• 数据管道与编排。依赖关系、幂等重跑、历史数据回填，以及如何处理延迟到达或格式错误的数据源。
• 分布式数据系统。分区、文件格式、批处理与流处理的比较，以及每种选择的成本。
• 数据质量与责任归属。如何发现错误数据、应通知谁，以及如何防止问题再次发生。

在测评和面试期间，除非得到明确许可，否则你必须在没有外部协助的情况下展示自己的能力。因此，可运行的代码和推理过程都必须由你本人完成。

Microsoft 描述的是一种统一的技术面试形式，而不是针对每个职位分别制定的形式。因此，以下差异反映这些职位的一般实践，并非 Microsoft 政策。

• 与软件工程师面试相比，要求你运行的代码通常更侧重数据操作、转换逻辑和 SQL，而不是广泛考察算法；设计问题也往往围绕数据移动、存储和时效性展开。
• 与数据科学家面试相比，统计推理和建模的比重通常较低，而按时交付可信数据的系统会受到更多关注。
• 与其他公司相比，Microsoft 公布的三个细节会影响面试当天的体验：交流场次数量较少且每场持续一小时，而非冗长的多人面试；代码必须在真实工具中编译；现场还会有跨职能同事。你既要准备向工程师解释自己的工作，也要能够向非工程人员讲清楚。

Microsoft 并未公布时间线。Microsoft 公布的是面试规模：2-4 场交流，每场最长一小时。与某些公司所描述的多轮现场面试相比，这一安排更短，因此每场交流的分量更重。

难点偏重实践而非理论。由于不能使用伪代码，而且编码工具会实际运行你的代码，小错误会立刻暴露；同时，胜任力问题和简历问题意味着面试可能在一小时内从查询题切换到过往项目，再切换到设计取舍。深入了解自己的工作，比广泛掌握教科书式主题更重要。

按照 Microsoft 公布的形式准备：使用自己擅长的语言，练习解决问题、胜任力问题和简历相关问题。

• 实际运行练习代码。在能够执行代码的环境中解决 SQL 和数据转换问题，并在过程中讲述思路，因为面试工具会编译代码，而且不接受伪代码。
• 深入掌握一门语言。选择你最擅长的语言并始终使用它；Microsoft 表示只能使用这门语言编程。
• 深入到简历中的决策层面。对于简历中的每条数据管道或每个平台，准备说明你的设计选择、被你否决的替代方案，以及你处理过的故障。
• 准备跨职能回答。练习分别向分析师和产品经理解释数据质量事故，因为交流中会有跨职能同事参与。
• 演练一小时的面试。借助 SubcueAI 进行一次模拟面试，可以让你练习在同一场面试中切换编程题、胜任力问题和简历问题；在真正的 Microsoft 面试中，除非得到明确许可，否则不允许使用外部协助。