💡 核心要点 (Key Takeaways)
- DE 面试真正考的是生产数据链路：正确性、延迟、成本、回填和消费方契约。
- Snowflake / Databricks 更偏数据平台和建模；Uber / Pinterest 更偏事件、实验和业务对象。
- Pipeline design 必须讲 source、ingestion、storage、transform、quality、serving 和 observability。
免费获取轮次诊断正在备战 Databricks Data Engineer (DE) 面试？免费获取 Databricks Data Engineer (DE) 轮次诊断：发你的当前轮次与倒计时，我们先定位卡点，再决定下一步。
DE 不是只会 SQL 就够
DE 面试里，SQL 往往只是入口。面试官会继续问数据从哪里来、多久到、schema 变了怎么办、迟到数据怎么补、历史怎么回填、下游口径怎么保证一致。准备时要把 SQL 和 pipeline 一起练。
公司题型差异
不同公司的 DE 题型有明显倾向。Snowflake 常见 SQL、SaaS analytics pipeline、quota、ACL 和 metrics；Databricks 更偏 storage、metadata、query path、数据平台性能；Uber 和 Pinterest 会围绕事件流、marketplace、pin / policy 数据和实验指标。
- Snowflake：raw/staging/mart、schema evolution、CDC、SCD、query cost。
- Databricks：storage layout、metadata service、replication、query performance。
- Uber：event ingestion、time window、switchback experiment、guardrail metrics。
- Pinterest：violation records、date range aggregation、pin graph、policy filter。
Pipeline Design 的标准回答层次
一个完整回答至少覆盖七层：source、ingestion、storage、transform、quality、serving、observability。每层都要讲一个取舍，比如 stream vs batch、append-only vs upsert、强一致 vs 最终一致、实时指标 vs 离线准确性。
💡 Databricks 的完整准备路线：OA / Phone / VO 各轮考什么、怎么练，公司攻略页整理成了清单。
Databricks 面试全攻略 →最容易被追问的细节
迟到数据、幂等、回填、schema evolution、数据质量、成本和 SLA 是 DE 面试最常见的追问。只说 Airflow + Spark + warehouse 会显得像工具使用者，而不是 pipeline owner。
- 迟到数据：watermark、重算窗口、event time、processing time。
- 回填：分区、资源隔离、幂等写入、下游通知。
- 质量：schema check、volume anomaly、null ratio、referential integrity。
- SLA：延迟、准确性、重试、告警、oncall 和 incident 复盘。
一周冲刺建议
如果目标是 DE VO，建议先准备一个你自己的端到端 pipeline 项目，再用 Snowflake / Databricks / Uber 风格题做三轮 mock。每轮 mock 都强制补一个 failure mode 和一个 backfill 方案。
回答顺序：先需求、再估算、后架构
很多候选人拿到 pipeline design 题会直接开始画架构图，但面试官想先听到的是你怎么澄清需求。一个可靠的顺序：先花 5-8 分钟澄清需求，再花 2-3 分钟做量级估算，然后是 15 分钟左右的架构，最后用 failure mode 和 backfill 收尾。澄清阶段至少要问清四件事：数据延迟要求是分钟级还是小时级；主要消费方是谁，报表、API 还是模型训练；正确性容忍度如何，错了能不能事后重算；记录是 append-only 还是有更新语义。估算阶段不用精确，但要给量级：每天事件量、单条记录大小、存储增长速度、峰值与均值的比例，并说明你的假设。架构阶段不要画满每个组件，每一层只讲一个选型和一个理由，面试官看的是取舍能力，不是你能画多少框。
三个高频失分点，mock 后逐条自查
mock 结束后不要只看答案对错，逐条查三件事。第一，是否工具先行：一上来就说 Airflow 或 Spark，却没有解释为什么选这条路，面试官会把你当工具使用者，先讲需求再讲工具。第二，是否全程 happy path：自己没提任何失败场景，面试官就会追问「source 挂了怎么办」「schema 变了怎么办」，你应该主动给出至少一条失败路径和对应处理。第三，是否提到下游：消费方契约、口径一致性和变更通知有没有讲，这是 pipeline owner 和脚本跑者的分界线。如果同一个失分点连续两轮 mock 都出现，说明是答题模板的固定缺口，应重写模板对应部分，而不是再刷几道题。
- 自查：延迟、消费方、正确性容忍度、更新语义四项是否都澄清过？
- 自查：是否给出了量级估算，并明确说出假设？
- 自查：是否主动提了一条失败路径和一个 backfill 方案？
- 自查：是否提到下游契约与口径一致性？
📋 资料来源与审校说明
首次发布，提供面试准备方法、题型拆解和复盘建议。 2026-08-26: 新增「回答顺序：先需求、再估算、后架构」「三个高频失分点，mock 后逐条自查」两个 section，补全 45 分钟答题顺序框架与 mock 自查清单。
- 公开面经信号和岗位能力模型：用于归纳题型和常见追问，不复刻候选人私人信息。
- Interview Support Pro 模拟面试复盘：用于总结候选人在表达、项目深挖和 follow-up 中的高频卡点。
💼 完整服务与价格我们提供 OA 代写（$199 起）、VO 辅助（$299 起）、VO 代面（$499 起） 与 30 分钟免费咨询：按目标岗位、公司与轮次匹配具备相关经验的导师，覆盖 Coding、System Design、ML Design 与 BQ；具体导师与背景以接单前书面确认为准。
