标题: Nubank数据科学家面试真题与SQL编程2026
一句话总结
2026年Nubank数据科学家面试的核心不在SQL语法熟练度，而在于你能否用数据决策穿透业务噪音。大多数候选人把时间花在刷LeetCode风格的SQL题上，结果在真实case中被当场淘汰——不是他们写不出JOIN，而是他们不会定义问题。
真正的筛选机制发生在第二轮业务分析面试中，面试官要的不是“分析用户流失”这种泛泛而谈，而是一个能基于有限数据提出可验证假设、并用SQL快速验证的产品级推演。你之前的准备方向大概率错了。
适合谁看
这篇文章适合三类人：一是正在申请Nubank圣保罗或墨西哥城数据科学家岗位的候选人，尤其是有2-5年经验、具备基本SQL和Python能力、但缺乏拉美金融科技实战背景的工程师；二是已经通过简历筛选、正在准备技术轮的申请者，他们需要知道Nubank的SQL题不是考察你写窗口函数的熟练度，而是看你如何用数据支撑信贷决策；
三是那些误以为“数据科学家=建模专家”的候选人——Nubank的DS在组织架构中直接向产品负责人汇报，他们的核心产出不是AUC提升0.5%，而是推动一个功能上线后DAU增长3%。如果你还在用Kaggle思维准备面试，这篇文章会直接推翻你的认知框架。
面试流程拆解：每一轮的真实考察重点
Nubank数据科学家面试共五轮，总时长7-10天，全程远程。第一轮是30分钟的HR电话筛，重点不是你的背景，而是你对Nubank业务的理解深度。曾有一个候选人说自己“熟悉数字银行”，结果被问“Nubank信用卡的坏账率为什么比巴西行业平均低1.8个百分点”时答不上来——不是他不懂风控，而是他根本没查过Nubank的公开财报。
HR当场标记“缺乏主动研究”，直接淘汰。这轮真正筛掉40%的人，不是因为技术差，而是因为态度懒。
第二轮是60分钟的SQL与产品分析混合面试。题目通常是：“我们发现上个月‘一键借款’功能的点击率下降了15%，请用数据诊断原因。”面试官给一个简化的schema：users、sessions、loanapplications、clicks。大多数候选人立即开始写SQL，比如“SELECT DATE(eventtime), COUNT(*) FROM clicks WHERE feature = 'quick_loan' GROUP BY 1”，这恰恰是错的。
正确做法是先追问：“点击率下降是全局性还是特定用户群？有没有同期产品改动？”——这才是Nubank要的思维。他们不要SQL机器，要能质疑指标的人。
第三轮是90分钟的建模与统计推断。题目可能是：“如何评估新推出的‘信用额度动态调整’算法的效果？”候选人常犯的错误是直接上AB测试框架，说“随机分组，看额度使用率”。
但Nubank的信贷产品有强网络效应，纯随机分组会导致样本污染。正确解法是用CUPED或差分法控制用户历史行为偏差，并用合成控制组处理非随机 rollout。曾有一个候选人提出用PSM（倾向得分匹配），面试官追问“如果协变量有缺失怎么办”，他答“用均值填充”，当场被否——Nubank的debrief记录写着：“缺乏对金融数据缺失机制的理解”。
第四轮是45分钟的业务策略面试，由产品总监主面。题目如：“如果我们想在墨西哥城推‘学生信用卡’，你怎么定义目标用户群？”候选人常答“用年龄和学校信息”，但Nubank的真实做法是基于支付行为聚类：比如频繁在教科书商店、学生公交卡充值点交易的用户。
一个通过的候选人提出“用交易周期+小额高频特征构建学生画像”，并用历史数据验证这类用户违约率低于普通青年群体0.7个百分点。他的SQL只写了两句，但逻辑闭环，直接过。
最后一轮是30分钟的Hiring Manager对话，表面是文化匹配，实则是决策确认。HM会问：“如果产品团队坚持上线一个数据证明会增加坏账的功能，你怎么处理？”错误回答是“我坚持数据说话”，正确回答是“我会量化风险敞口，提出AB测试+额度限制的折中方案，并把决策权交回产品”。
这不是妥协，而是理解组织动力学。Nubank的HC会议纪要显示，这类“能推动共识”的候选人通过率是强硬派的3倍。
SQL真题解析：为什么你写的对却拿不到offer
Nubank的SQL题不是考你能否写出正确语法，而是考你如何用SQL驱动决策。一道典型真题是：“计算过去30天内，使用‘分期付款’功能的用户中，有多少人在90天内发生了逾期。” schema包括transactions、installments、repayments三张表。90%的候选人会写：
`sql
SELECT COUNT(DISTINCT u.user_id)
FROM users u
JOIN installments i ON u.userid = i.userid
JOIN repayments r ON i.installmentid = r.installmentid
WHERE i.createdate >= CURRENTDATE - 30
AND r.duedate <= r.paymentdate + 90
AND r.payment_date IS NULL;
`
这语法没错，但逻辑漏洞百出。问题在于：逾期定义是什么？是“未在duedate前还款”，还是“超过宽限期仍未还”？Nubank的宽限期是5天，所以正确条件应是r.paymentdate > r.due_date + 5。
另一个错误是忽略了用户可能有多笔分期——如果一个用户有3笔分期，1笔逾期，是否算“逾期用户”？业务定义必须明确：是“任一笔逾期”还是“逾期率>50%”？没有这个澄清，SQL再漂亮也无效。
更深层的问题是时间窗口重叠。如果用户在30天前开始分期，但第一期还款在90天观察期内，是否计入？这涉及“队列分析”逻辑。正确做法是先用CTE定义队列：
`sql
WITH cohort AS (
SELECT userid, MIN(createdate) AS firstinstallmentdate
FROM installments
WHERE createdate >= CURRENTDATE - 30
GROUP BY user_id
)
`
再关联还款记录，计算每个队列用户的逾期比例。这才是Nubank期待的——不是SQL搬运工，而是能定义分析单元的人。
曾有一个面试记录显示，候选人主动提出：“我需要确认业务是否关心‘首次使用分期的用户’的逾期率，因为老用户可能有行为偏差。” 面试官立即标记“具备产品sense”。而另一个候选人虽然写出完美语法，但被追问“如果repayments表延迟更新怎么办”时，答“假设数据完整”，直接淘汰。
Nubank的debrief会议中，面试官说：“在我们这种高频信贷场景，数据延迟是常态。不能处理现实缺陷的人，无法上线模型。”
业务分析面试：如何用数据讲一个说服产品经理的故事
Nubank的数据科学家不是后台支持角色，而是产品决策的共同制定者。在业务分析轮，题目如：“我们发现‘余额宝式’理财产品在25-30岁用户中的转化率低于预期，为什么？”多数人会说“做用户调研”或“分析点击漏斗”，但这不是Nubank要的。他们要的是一个基于数据的、可行动的叙事。
一个通过的候选人是这样构建故事的：他先查内部监控，发现这个年龄段的用户在“风险评估问卷”环节流失率高出均值22%。他没有止步于此，而是用SQL提取这部分用户的交易特征：
`sql
SELECT
risk_score,
AVG(monthlysalary) as avgincome,
COUNT(CASE WHEN category = 'investment' THEN 1 END) as investtxncount
FROM users u
JOIN transactions t ON u.userid = t.userid
WHERE age BETWEEN 25 AND 30
AND product_view = 1
AND risksurveyexit = 1
GROUP BY risk_score;
`
结果发现：高风险偏好的用户（问卷得分>70）实际收入偏低，且几乎没有投资交易记录。他推断：这些用户“自评激进，行为保守”，问卷存在自我认知偏差。解决方案不是优化问卷，而是调整产品展示——对这类用户先展示“低门槛定投”选项，而非直接要求选择高风险产品。
这个推断被验证：他在测试组中建议产品团队上线一个“行为校准”弹窗，根据用户历史交易动态调整风险问卷选项。上线后，25-30岁用户转化率提升18%。面试中，他只讲了这个案例，没写一行新SQL，却直接通过。
Nubank的HC讨论记录显示：“他展示了数据科学家最稀缺的能力——把统计发现转化为产品干预。” 而另一个候选人分析到“年轻用户更关注流动性”，建议增加“随时赎回”功能，听起来合理，但无法验证。面试官追问：“你怎么证明流动性是主因？
”他答“用户访谈说的”，被否——不是访谈没用，而是Nubank要求所有假设必须有数据验证路径。这不是“不是数据支持决策，而是数据生成决策”的区别。
建模与实验设计：金融场景的特殊性
Nubank的建模面试不考你是否会调参，而是考你是否理解金融数据的特殊约束。一道经典题是：“如何为新用户预测首贷违约概率？”多数候选人立即列举XGBoost、逻辑回归，说“用年龄、收入、信用分做特征”。这完全偏离重点。Nubank的痛点是：新用户几乎没有行为数据，传统特征稀疏。
一个优秀候选人先问：“我们有多少第三方数据接入？比如手机运营商、社保记录？” 得知有部分替代数据后，他提出构建“数字足迹”特征：比如手机使用时长、应用安装多样性、夜间活跃频率——这些在巴西已被证明与信用行为相关。他引用一篇Nubank发表在KDD的论文，指出“夜间活跃>2小时的用户违约率高出1.3倍”。
然后他处理样本偏差问题。新用户≠随机样本——他们主动下载App，本身就有风险偏好。他提出用 Heckman选择模型校正，而不是简单用logistic。面试官追问“如何估计选择方程”，他答“用广告点击数据作为外生变量”，展示了对数据生成机制的理解。
实验设计更见功力。当问到“如何测试新评分卡”，他不答AB测试，而是说：“在巴西，信贷监管要求新模型必须与旧模型并行运行3个月，且不能主动拒绝用户。” 所以他设计“影子测试”：新模型不干预决策，只记录预测值，三个月后回溯比较KS值和坏账率。他还提出用“拒绝推断”技术，用半监督学习估计被旧模型拒绝用户的潜在表现。
相比之下，一个失败案例是候选人坚持用A/B测试，说“随机50%用户用新模型”。面试官问：“如果新模型误拒高价值用户，我们损失多少？”他答不上。Nubank的debrief记录写着：“缺乏商业影响意识”。在金融场景，模型不仅是算法，更是风险敞口。你不是在优化F1-score，而是在管理资本成本。
准备清单
- 精读Nubank近三年投资者日材料，重点看CFO对坏账率、LTV、获客成本的解读，理解他们的核心指标优先级
- 刷20道真实SQL题，但每道题必须附带业务背景推演：比如“这个指标会被哪个团队使用？会影响什么决策？”
- 复盘三个Nubank已上线功能的数据驱动过程，例如“为什么‘反向分期’功能在哥伦比亚有效但在墨西哥失败？”
- 准备两个你主导的、从数据发现到产品落地的完整案例，必须包含指标定义、验证方法、商业影响量化
- 系统性拆解面试结构（PM面试手册里有完整的[数据科学家面试叙事框架]实战复盘可以参考）
- 熟悉拉美金融监管基础，如巴西CMN Resolutions对信贷披露的要求，这会影响实验设计合法性
- 模拟HC对话：找人扮演产品、风控、法务，练习如何在冲突中推动数据共识
常见错误
错误一：把SQL当编程题，不问业务定义
BAD：面试官问“计算月活”，候选人直接写“SELECT COUNT(DISTINCT userid) FROM events WHERE DATE(eventtime) BETWEEN '2026-01-01' AND '2026-01-31'”。
GOOD：候选人先问：“月活是否包含客服通话？是否排除测试账号？是否按首次登录还是任意行为？” 然后根据确认写代码。Nubank的schema常有adminuserid前缀，不排除会高估30%。
错误二：用通用模型解金融问题
BAD：被问“如何提升催收效率”，答“用聚类分群，然后个性化话术”。
GOOD：候选人指出“Nubank的早期催收主要靠APP内消息和短信，人工只占5%”，所以提出用强化学习优化消息发送时机，并用因果推断评估每条消息的增量效果。他引用内部数据：凌晨2点发送的催收短信打开率高40%，但转化率反而低——因为用户醒来就删了。
错误三：忽略数据延迟与质量
BAD：分析“新功能留存”，用“安装后第30天是否登录”作为指标，假设数据实时完整。
GOOD：候选人说：“repayments表通常延迟2天，我会用上线前数据估算延迟分布，并在分析中标注置信区间。” 他展示一个真实案例：一次他认为“功能提升留存5%”，但计入延迟后，真实效果是+1.2%±3.1%，结论改为“不显著”。这种诚实反而加分。
准备拿下PM Offer？
如果你正在准备产品经理面试，PM面试手册 提供了顶级科技公司PM使用的框架、模拟答案和内部策略。
FAQ
Q：Nubank数据科学家的薪资结构是怎样的？
Base $120K USD/年，RSU $60K/年（分4年归属），年度现金奖金目标为15%（约$18K），总包约$198K。圣保罗本地候选人base可能低10-15%，但RSU不变。墨西哥城岗位总包约低$30K，但生活成本也低。薪资在拉美属顶级，但低于硅谷同级。
值得注意的是，RSU以Nubank母公司Nu Holdings股票发放，过去三年年化回报率42%，但这不是保证。内部数据显示，真正影响长期收入的是项目影响力——主导一个核心功能的DS，下次晋升平均快8个月。薪资谈判时不要只盯base，可争取签约奖或额外RSU，但需证明你填补了关键能力缺口，比如懂巴西税法对交易数据的影响。
Q：非拉美背景的候选人机会大吗？
机会存在，但必须证明你能快速理解本地行为。一个美国候选人通过的关键是：他分析TikTok上巴西年轻人的财务短视频，总结出“dinheiro vivo”（现金为王）文化对产品设计的影响。面试中他说：“你们的‘零钱投资’功能增长慢，可能是因为用户觉得数字余额不‘真实’。
” 他建议增加“现金存入动画”和“实体卡关联”，被产品团队采纳测试。而另一个英国候选人虽有高盛经验，但回答“巴西用户应该像英国人一样接受自动投资”时，被直接否决——Nubank要的不是“全球最佳实践”，而是本地洞察。语言不是硬门槛（英语可工作），但对葡萄牙语/西班牙语的理解能加分，至少能看懂用户反馈。
Q：没有金融经验能过吗？
能，但必须用其他领域的复杂决策经验替代。一个通过的候选人来自电商推荐系统，他讲了一个故事：“我们发现‘猜你喜欢’点击率高但转化低，分析发现是用户被低质商品吸引。” 他用PSI（Population Stability Index）监控特征分布漂移，并设计“转化率校准”层。这个逻辑被面试官迁移验证：“你在处理‘数据-行为’错配，这和我们识别‘高风险偏好用户’本质相同。
” 而另一个无金融背景候选人说“我做过用户分群”，但拿不出业务影响，被淘汰。关键不是领域，而是你能否展示“在约束下做最优决策”的思维。Nubank的HC记录显示，跨领域候选人通过率低20%，但一旦通过，创新提案率高50%。
准备好系统化备战PM面试了吗？
也可在 Gumroad 获取完整手册。