今天面了一个New Yorker的data engineer，之前面的都是干聊，第一次面到有技术相关的问题，感觉总算收集到了点有用的经验，把职位描述放在文末吧。
面试官是一个data scientist，今天是一个小时的电话技术面，如果进入下一轮会让做一个为期一星期的项目，之后再是 vor Ort。他们team一共20人，有data scientist和data engineer，主要任务分为四个方向，都挺有趣的：
1. order optimization：分析不同产品，大小，颜色准备多少库存才能更优
2. distribution：每个分店怎么分配库存
3. markon pricing：如何定价
4. image：分析照片，分析现状流行趋势
介绍完他们的team和工作之后就问了些基本问题：
1. 首先他看我背景更偏data scientist一些，就问我确定知道自己在找什么职位，为什么要做data engineer
2. 你的职业规划是什么，你对这个职位的期望，ideal role
3. 然后他就让我讲一下我毕设具体做了什么
笼统的问题没问很多，可能因为人家搞技术的，之后就开始问技术问题了
1. 现在有堆数据，不知道有多少，让你尽量高效地随机sample其中的10%出来，如何做？
2. 有一个小file100MB，和一个大file10GB，内存2G，如何高效的join两个file
小的file用hash表
3. 上一题的扩展：如果有两个比内存大的file，如何高效的join
先排序再join
都是些很基础的算法思路，这类题目都可以往上想想
4. 之后就问了些python相关的概念
(1) list和tuple的区别是什么呀？
(2) generator是什么呀？
(3) pickling unpickling是什么呀？
5. 用没用过container呀？
6. 数据库：inner join left join union的区别
7. 大数据技术，讲讲 HDFS 是啥吧
8. 数据库的 denormalization 优缺点
（我发现意思我懂但是一到这种term就不知道在问什么了哎，学习还是得用英语，记term）
差不多就这么多，总结就是下次面试之前把python，数据库，简历上写的技术的相关面试题都刷刷，算法的思路也培养一下，如果有后续再更，估计是凉了。
