Databricks 2027 Summer Intern 面经：HR、Coding 与 VO

💡 核心要点 (Key Takeaways)

• Intern 通道比 New Grad 轻：常见路径是 投递 / 被 recruiter 联系 → HR call（短则约 10 分钟）→ 两轮技术 VO（一轮偏 OOP / class 设计，一轮偏算法）→ HM / EM 行为面，不是 NG 那种一天四轮的排法
• 技术取向明显偏「工程实现」而非纯算法：设计一个 class、补全接口逻辑、自己在 CoderPad 手写 test case 跑通，是 Intern 信号里最一致的一轮形态，测试意识本身就是评分点
• 算法轮有数据系统味：grid BFS 最小 cost、Fibonacci 树不建树的下标推导（O(n)，n 是树高）、KV store 算 QPS → 任意时间点（前缀和 + 二分）→ 牺牲精度换空间（时间桶），层层加约束是常见套路
• HR call 不是走过场：实习为什么没有 return offer、preferred location、手上还有哪些进程都会被问；有信号显示 HR 轮追问后就拒（NG 对照）
• 是否设技术 screen 因渠道而异：有帖子明确「没有店面、直接约 back to back 的 algorithm + coding VO」，也有先过一轮 CIDR 类 screen 再进 VO 的场次
• 素材量偏少：本轮 Databricks 相关信号 8 篇、Intern 通道约 4 篇，offer 决策周期、房补政策、EM 轮是否纯 BQ 均公开信号未见，正文不作推测补全

这篇适合谁：Intern 通道单独看

这篇写给准备 Databricks Summer Intern（SWE / SDE 实习）通道的候选人，覆盖从投递 / 被 recruiter 联系、HR call、技术轮、back-to-back VO 到 HM / EM 面与结果通知的完整节奏，以及这家公司实习面试真正的技术取向：在数据平台与分布式背景下考 class 设计、手写测试与算法题。

必须说明一个局限：本轮 Databricks 相关信号只有 8 篇，其中 Intern 通道约 4 篇，这份素材明显比站内其他公司篇薄。所以本文宁精不滥——素材没有覆盖的环节（例如具体 offer 决策周期、房补政策、EM 轮是否纯 BQ），正文一律如实写「公开信号未见」，不用推测把篇幅填满。

读的时候请把信息分成三档：①官方岗位页口径（岗位是否开放、地点、申请条件以 Databricks 校招岗位页为准）；②同学提供的面经信号（轮次、题型、时间间隔、挂点）；③New Grad 对照（NG 帖子只用来对比，不代表 Intern 流程）。三档不能混着读成一套统一规则；轮次数量与顺序因团队、地区、投递渠道而异，以实际收到的邀请为准。实习通道的跨公司通用框架见 2027 New Grad / Summer Intern 面试指南 与 New Grad / Intern 受众页；社招口径的轮次与题库（Storage、System Programming、Design）见站内 Databricks SWE 面经 与 Databricks 软件工程师面试题汇总，本篇不复述它们的题目清单。

Intern 流程：申请、HR call、技术轮与 VO

官方口径：Databricks 学生 / 校招岗位页是岗位开放、地点与申请条件的唯一权威来源。本篇不复述岗位页内容，也不预测申请窗口截止日——滚动招聘下以岗位页与 recruiter 的沟通为准。

同学提供的面经信号（Intern 通道）：常见路径是 投递 / 被 recruiter 主动联系 → HR（recruiter）call →（部分场次有技术 screen）→ VO 技术轮 back-to-back → HM / EM 行为面 → 结果。信号显示 HR call 可以短到约 10 分钟，内容是自我介绍、挑一段实习仔细讲、这段实习有没有 return offer、preferred location，然后由 HR 介绍后续流程；也有约 30 分钟的版本，问题更常规，会聊 motivation、申请了哪些公司、有多个 offer 怎么选。

技术轮平台信号是 CoderPad，每轮通常 45-50 分钟。有帖子明确「没有店面，直接约 back to back 的 algorithm + coding VO」，也有先过一轮技术 screen 再进 VO 的场次，是否设 screen 因渠道与团队而异。常见 VO 结构是两轮技术（一轮偏 OOP / class 设计，一轮偏算法）+ 一轮 HM / EM 行为面；有信号显示技术轮结束一周内通知通过并约 EM 面。至于 EM 面是否纯行为面、侧重哪些特质，多篇提问都没有得到明确回答，公开信号未见。轮次数量与顺序以实际收到的邀请为准。

技术取向一：class 设计与手写测试是主战场

Intern 信号里最一致的高频形态是「设计一个 class」：面试官给出接口与功能要求，你补全逻辑，并在 CoderPad 里自己手写几个 test case 跑通。多篇独立信号都强调需要手写简单 testcase 在 CoderPad 里跑一下，并明确说面试官「很看重测试」——所以这一轮的评分点不只是能不能实现，而是你有没有主动构造测试、覆盖边界、把验证过程展示出来。

信号中出现过的题型方向：设计一个 lazy array（延迟求值语义 + 边界处理）；棋盘类游戏规则（自定义行列数与胜利条件，follow-up 是模拟 AI 落子、调用随机接口）；编码 / 解码器类实现（同时写 encoder 与 decoder，用 iterator 语义逐步输出结果）；以及「按功能要求设计一个 class 的多个方法」。共同点是规则由面试官口头或文本给出，你要把它翻译成清晰接口 + 状态管理，而不是套 LeetCode 模板。

两个细节值得记住：一是面试官会额外补充测试输入（负数、int_max / int_min 之类的边界值），你要能当场判断期望输出；二是有人在 decoder 轮没听清 iterator 语义，按「一次性输出全部结果」写了大半才发现要重写，时间被吃掉。把「先复述语义并确认接口 → 列边界 → 先写测试 → 再写实现 → 跑一遍」当成固定动作，比多刷十道题更有用。

技术取向二：算法题方向与数据系统味

图的遍历与最短路：2D grid 上的 BFS，从 source 到 destination 找最小 cost 的路径，难度被候选人描述为 LC medium 量级（与 Number of Islands 同族）。准备要点是 grid BFS 的层序写法、带权 / 带 cost 时的处理，以及边界与不可达情况的返回约定。

树结构上的推导：k-th order Fibonacci 树里求两个节点的路径。信号显示面试官要求 O(n)，且这里的 n 是树高而不是节点数。核心思路是「子树大小可以直接由 order 算出来，所以不必真的建树，可以在下标上遍历」，进一步还能通过比较下标范围判断该走左子树还是右子树；随后会被追问时间复杂度与能否再简化。

计数与查询类设计：一个 KV store 需要算 QPS；follow-up 是「求任意时间点的 QPS」（前缀和 + 二分），再追问「能否牺牲精度来节省空间」（把单个 timestamp 改成一段时间 / 时间桶）。典型的先给直白解法、再层层加约束的套路。

IP 与掩码：CIDR 格式的 allow / deny 规则表 + 一个 IP 输入，判断能否通过，多条规则命中时以第一条为准；follow-up 常见「输入也改成 CIDR 怎么办」（一个 CIDR 代表一整段 IP，ALLOW 要求段内每个 IP 都 ALLOW）、匹配成立的判断条件、以及「你还会补哪些测试用例」。这类题常出现在技术 screen，属于基本功但 follow-up 很容易被追问到卡住。

另外，SQL 执行计划 / 查询优化方向的题（需要 predicate pushdown 一类概念）出现在 New Grad 的 Distributed Data System 岗位信号里，不能当成 Intern 必考项。

New Grad 对照：多出来的轮次与更深的系统题

NG 帖子只能当对照，不能拿它的流程去准备 Intern。

信号显示 NG 场次常见一轮 VO 里排四轮，可能一天内面完、也可能拆成两天：Coding、Algorithm、System Design / Architecture、HM Chat / Behavioral，之后还有 recruiter wrap-up 聊体验与后续流程。Intern 常见是两轮技术 + 一轮 HM / EM，两者体量不同，别按「一天四轮」的强度自我加压。

Architecture 轮（NG 信号）：设计一个游戏商店，覆盖给用户加余额、购买道具、退款三类流程，并追问「为什么需要 pending 状态」「请求体里放道具数量还是总价」，以及潜在失败与解法——重复请求用幂等 / KV 方案，服务中途宕机用数据库事务。面试官更看重把流程与取舍讲清楚，不一定要画图。

System Design 轮（NG 信号）：偏 low level，为处理请求的 web service 设计单机 cache——内存 map 起步，需要持久化就上 WAL；被追问如何 scale（shard 避免锁竞争）、淘汰策略（LRU 用 linkedlist + map，口头讲清即可）、临界区能否进一步缩小与死锁排查，并且要写 pseudo code。

还有一条值得注意的信号：有候选人反馈在 NG 的 Algorithm 轮遇到了与 Intern 完全相同的题，说明两者题库存在重叠——但重叠不等于流程等价，Intern 的准备重心仍应放在 class 设计 + 手写测试 + 中等算法上。

时间线信号：从投递到 offer 的间隔

以下全部是同学提供的面经信号，只描述相对间隔，不代表承诺时间：

主动投递 / 校招渠道（较快）：career fair 类渠道信号显示 2-3 天内收到 HR reachout，HR call 与约技术轮都可以在接下来几天内完成。也有官网投递信号显示投递到 HR 联系之间隔了数周（一份信号约六周），随后约到技术 screen。

HR 到技术轮：常见在一到两周内，取决于双方档期。有候选人因为手上还有其他面试，主动把下一轮推迟了两周，说明时间在合理范围内是可以和 recruiter 商量的。

技术轮到 VO：技术 screen 信号是「面完第二天收到邮件约下一轮」；VO 的两轮可以安排在同一天 back-to-back，也可能因档期拆成两天。

结果：信号显示技术轮后约一周内通知通过并约 HM / EM 面；VO 结束后到 offer 常见在两周内；也有面完约一周半收到拒信的场次。

被动渠道：有候选人没有投简历也收到 recruiter 联系并被安排面试，所以「没投递」不代表没有机会，但这类渠道的筛选标准公开信号未见。

本节如实标注「未见」的部分：offer 决策周期的具体时长、offer 答复 deadline、房补 / relocation 政策、不同办公地点的差异，公开信号都未见明确说法——地点信号目前只有 Bay Area 一例。另外有信号显示 recruiter wrap-up 之后可能收到系统邮件要求重新提交 formal application，这种情况下不要自行解读，直接向 recruiter 确认即可。

常见挂点：Intern 通道特有的失分方式

1. 把 HR call 当走过场。HR 轮会认真追问实习经历，尤其是「这段实习为什么没有 return offer」；有 NG 信号显示候选人在 HR call 被反复追问这一点，两天后收到拒信。实习没有 return 是常见情况，提前准备一个中性、可解释、指向下一步动机的说法。

2. class 设计轮不写测试或测试不跑。信号反复强调「需要手写 testcase 在 CoderPad 里跑一下」，只交实现、不构造测试、边界不覆盖，是这一轮最直接的失分方式。

3. follow-up 接不住。真正的区分点常在追加问题上：CIDR 输入变体怎么处理、任意时间点的 QPS 怎么算、能不能牺牲精度换空间、复杂度还能不能降。第一问答对只算入场。

4. 领域概念空白且看不懂给定结构。SQL 查询优化类题（NG 岗位信号）在候选人自评里就是「不知道 predicate pushdown 基本宣告死亡」，且要给的数据结构本身不易读懂、答案还要能跑起来。

5. 没听清需求就动手。有信号是 decoder 按错误语义写了大半再重写，节奏被打乱，最后测试仍有 bug 只能靠面试官放行。花三十秒复述需求比抢时间更划算。

6. 通过信号不等于最终 offer。有信号显示已经走到 signoff 阶段仍被拒，所以拿到「约下一轮」或「进入下一阶段」的邮件时，继续准备后面的轮次，不要在中间节点松懈。

7. 等待期失联或过度焦虑。面完后数周没有消息、follow up 才能推进的场次真实存在，主动跟进 recruiter 是合理动作；但「多久算异常」没有公开基准，以实际沟通为准。

准备路线：7 天 / 14 天 / 30 天

三个版本共用两条原则：先确认面的是 Intern 通道（不要套用 NG 四轮结构），再按「class 设计 + 手写测试」和「中等算法」两条线分配；最后一天只留 mock 和状态调整。

7 天（面试在即）：Day 1-2 练 class 设计模板——按「复述语义 → 定接口 → 列边界 → 写测试 → 实现 → 跑通」的固定流程做 3 类题（惰性求值 / 容器、棋盘规则、编码解码 + iterator），每类限时 45 分钟并留下测试代码；Day 3 grid BFS 最小 cost 连做 5 题；Day 4 Fibonacci 树不建树的下标推导 + 复杂度口述；Day 5 KV store QPS → 任意时间点（前缀和 / 二分）→ 精度换空间追问演练；Day 6 CIDR 匹配与「输入也是 CIDR」的 follow-up；Day 7 完整 mock（OOP + 算法各 45 分钟）+ 整理 3 个实习故事（含「为什么没有 return」）。

14 天：OOP 轮扩到 6-8 道并全部限时跑测试；算法线补 grid BFS 的带权变体；加一轮真实节奏 mock（10 分钟 HR call + 45 分钟技术轮），并为 CIDR、QPS 各备一层追问。

30 天：第一周 class 设计与测试基本功；第二周算法专题（BFS / 树结构下标推导 / 前缀和与二分 / 区间聚合）；第三周数据系统加分项（单机 cache、WAL、锁与 shard）；第四周行为面故事库 + 实习深挖 + 两次全真 mock + 挂点自查。

信号怎么读：先分清 Intern 与 NG；只信多篇独立信号共同确认的结构（class 设计 + 手写测试、两轮技术 + HM、CIDR / KV store / Fibonacci 树等题型方向）；挂经的自评比过经更可信；同一作者的连续帖子按一个人算。Databricks 单公司信号偏少，可用 Databricks 面试辅助页交叉验证。

💡 时间紧的话可以考虑专业帮助：我们的前 FAANG 面试官团队提供 OA 代写（$199 起，1 天准备）、VO 辅助（$299 起，面试官提问后 0.5-1 秒写好答案）、VO 代面（对口型，$499 起，老师现场作答保证最优解）。也可以先约 30 分钟免费咨询，聊聊你的 Databricks 实习面试情况。微信：interview_coach_pro

FAQ：Databricks Summer Intern 面试高频问题

以下是准备 Databricks Summer Intern 时最常被问到的问题。回答基于同学提供的面经信号；本篇素材量偏少（Intern 通道约 4 篇），凡公开信号不足的环节都直接标注「未见」，不做推测性补全。