Robinhood DS面试：世界是个巨大的草台班子
Robinhood DS Interview Experience
Robinhood DS面试：世界是个巨大的草台班子
真的绷不住了，今天必须来吐槽一下我前段时间面的Robinhood的Data Scientist岗，感觉整个过程突出一个"随心所欲"，让我深刻体会到什么叫世界是个巨大的草台班子。说实话，之前对Robinhood的滤镜还是挺厚的，毕竟是明星Fintech公司，产品也做得风生水起，用户量蹭蹭往上涨。结果一套面试流程下来，我的滤镜碎了一地，感觉自己就像个被耍的猴。
一开始的HR call还算正常，小哥态度挺好，问了问基本情况和项目经历，介绍了一下公司文化和这个岗位的职责，然后很快就约了第一轮Technical Round。我当时还挺开心，觉得效率真高，这公司不错啊。结果，好戏从这里才刚刚开始。
第一轮Technical Round是考SQL和Python。用的平台是HackerRank，本来这也没啥，我之前也用过很多次了。结果那天的题目真的让我大开眼界。一道SQL题，数据表结构给得乱七八糟，字段名全是缩写，什么t1, t2, col_a, col_b，连个data dictionary都没有，全靠猜。题目描述也写得云里雾里，我硬着头皮写，还得不停地跟面试官确认"这个字段是不是代表DAU？""那个表是不是用户的交易记录？""这里的timestamp是UTC还是local time？"。面试官感觉也有点不耐烦，回了我一句"You can make your own assumptions"。行吧，我忍，毕竟是面试，我得表现出我的problem-solving能力。
Python题考的是一个简单的Data Structure相关的算法，大概是LeetCode Easy到Medium的难度。我当时心想，这还不简单，三下五除二就写完了。结果run test cases的时候，平台一直报错，显示runtime error。我检查了半天代码，本地IDE跑得好好的，一点问题没有。我当时就懵了，心想这是什么情况。最后面试官小哥自己也搞不定，尴尬地说"It might be a platform issue, let's move on"。我心里一万个"..."，这属于是有效面试时间被白白浪费了。而且这个问题到底是平台的问题还是我代码的问题，我到现在也不知道，心里一直有个疙瘩。
好不容易进了下一轮，是个Case Study，也是我这次面试最想吐槽的地方。面试官是个看起来很资深的Senior DS，一上来就给我一个极其开放的问题："How would you improve our user engagement?"。然后就没有然后了。没有具体的context，没有说明现有的Funnel是什么样的，也没有定义清楚"engagement"这个指标到底看重什么，是看DAU/MAU ratio，还是看用户的平均session时长，还是看交易频次？我当时就有点懵，心想这咋分析，巧妇难为无米之炊啊。
我尝试着用了AARRR框架，想从Activation和Retention两个角度去切入，然后提出一些假设，比如我们可以通过AB Test来验证一些新的feature对CTR或者CVR的影响。我还提到了可以分析一下用户的cohort retention curve，看看是哪个阶段的用户流失最严重，然后针对性地做一些intervention。结果我每提出一个点，面试官就一副"就这？"的表情，然后说"That's too generic"。我当时真的有点火大，你不给具体信息，我怎么可能给你一个不generic的方案？
我追问他"Could you please provide more details on the current user journey or any specific pain points you've identified?"。他直接回我"That's what I expect you to find out"。我真的会谢，我又不是你肚子里的蛔虫，我怎么知道你们内部的NPS报告写了啥，你们的用户feedback是什么样的？整个Case Study的过程，感觉就像我在跟空气斗智斗勇，面试官全程除了否定我，就没给过任何有价值的输入。踩过坑的人都知道，这种面试真的纯属浪费时间，考的不是你的能力，考的是你能不能读心术。
最后一轮是Behavioral Question，我以为总算能正常点了。面试官是个Hiring Manager，看起来人模人样的，西装革履，背景是个很高级的办公室。我准备了N个用STAR框架包装得非常完美的项目经历，结果他一个都没深入问。全程都在问一些很虚无缥缈的问题，比如"What's your five-year career plan?""How do you handle stress?""What motivates you?"。我当然是标准答案一套接一套地输出，什么我希望成为一个能够独当一面的Data Scientist，什么我通过运动和冥想来缓解压力，什么我对用数据驱动业务增长充满热情。但感觉他根本没在听，眼神一直在飘，感觉心思完全不在面试上。中间他还接了个电话，虽然只说了几句就挂了，但这个行为本身就非常不专业。懂的都懂，这种面试官大概率只是在完成自己的KPI而已，根本没想认真招人。
整个面试体验下来，我最大的感受就是，很多公司的面试流程真的非常不完善，充满了随机性和不确定性。哪怕是Robinhood这种级别的公司，估值几百亿美金，你遇到的面试官是什么水平，你的面试体验就会是什么样。有时候面试挂了，真的不一定是你能力不行，很可能只是你运气不好，遇到了一个不专业的面试官，或者一个本身就有问题的面试流程。
所以，大家在求职过程中，真的没必要因为一两次失败的面试就自我怀疑。New Grad申请本来就卷，Full-time的岗位更是神仙打架。我们要做的，就是从每一次经历中吸取教训，不断完善自己的知识体系和面试技巧。比如这次，虽然体验很差，但我也意识到自己在面对极其开放和模糊的Case Study时，还是有点不知所措，以后需要加强这方面的训练，多准备一些clarifying questions。同时，也要放平心态，把面试看成一个双向选择的过程。一个不尊重候选人的公司，就算给了offer，也未必是个好的选择。说不定进去之后，发现整个团队都是草台班子，那才是真的坑。所以，大家就当是积累经验，攒人品了，平常心对待就好。这次的失败，是为了下次更好的相遇嘛。
对了，还想跟大家分享一下我从这次面试中学到的一些教训。首先，无论面试官给的题目多么模糊，一定要主动去问 clarifying questions。不要害怕问问题会显得你不专业，实际上这正是面试官想看到的。一个好的Data Scientist，在拿到一个业务问题的时候，首先应该做的就是明确问题的边界和约束条件，而不是埋头就干。
其次，在准备Case Study的时候，一定要多练习各种业务场景。像用户增长、留存率优化、产品推荐这些都是高频考点。建议大家多看看一些大厂的tech blog，了解一下他们是怎么用数据驱动业务决策的。这样在面试的时候，你才能有足够的素材来支撑你的分析。
还有，networking真的很重要。如果我当时能认识一个在Robinhood工作的人，提前了解一下他们的面试风格，可能就不会这么被动了。所以大家在投递之前，一定要多利用LinkedIn，多和目标公司的员工聊一聊，了解一下内部的情况。这不仅能帮你更好地准备面试，还能让你对这个公司有一个更全面的认识。
最后，心态真的很重要。求职季压力很大，被拒是常有的事。但不要因为一次不好的面试体验就否定自己。记住，面试是一个双向选择的过程，你在选择公司，公司也在选择你。一个让你感觉不舒服的面试流程，往往也能反映出这个公司的一些问题。所以，就当是攻略了一个不适合自己的选项，继续前进就好了。加油！
#美国求职 #留学生找工作 #DataScience #面试 #Robinhood #北美求职 #DS面试 #数据科学 #面经 #求职吐槽