一句话总结
答得最流畅的人，往往在第一轮就被淘汰。不是因为你写不出复杂JOIN，而是你根本没理解Sea业务的核心矛盾——规模扩张与单位经济模型的对抗。大多数候选人把SQL题当成技术考试来准备，但真正决定生死的是你能否用数据推导出“每单补贴该不该减”。你的查询语句不是为了跑通，而是为了说服一位正在为Q3亏损焦头烂额的区域运营主管。
不是A是语法正确，而是B能支撑决策。不是A是写出窗口函数，而是B能指出“这张表日活虚高是因为爬虫刷单”。不是A是完成题目，而是B能反问“这个指标的口径是否包含退款订单”。你不是在参加编程比赛，而是在模拟一场真实的debate，对手是比你年薪高两倍的L6科学家。
适合谁看
你不是应届生，也不是转行者。你是有2-5年经验的数据从业者，正在从“执行型分析师”向“策略型数据科学家”转型。你已经会写CTE、理解left join和inner join的区别，能用Python做基础建模，但你在面试中总卡在“业务推导”环节。你在上一轮Sea面试中，被问到“如果GMV上涨但利润下降，你会怎么拆”时，回答了“按品类拆解”，结果面试官皱眉说“太浅”。
你意识到，技术只是门槛，真正的壁垒在于对东南亚电商生态的理解深度。你工作的公司可能是Shopee的竞争对手，或是国内电商中台，你熟悉补贴、履约成本、用户分层，但你不知道如何把这些经验翻译成Sea高管听得懂的语言。你年薪在70万人民币左右，base占60%，bonus浮动15%，RSU占比25%，你现在目标是跳入Sea拿总包400万以上。你看这篇文章，不是为了背题，而是为了掌握那个“让面试官沉默三秒”的判断力。
SQL题的本质不是写代码，而是暴露你对业务逻辑的认知盲区？
你在LeetCode上刷了200道SQL题，却在Sea第二轮被一道“计算7日留存率”的题干住。不是因为你不会用datediff或rownumber()，而是你忽略了题干里一句轻描淡写的“只统计完成首次购买的用户”。你按常规思路写了：
`
select count(distinct uid) as dau
from events
where date = '2025-03-01'
and event = 'login'
`
然后套用留存模板。面试官问：“你确认这是‘留存’吗？”你愣住。他说：“如果这个用户是昨天才注册，今天登录，算留存吗？”你意识到，你混淆了“活跃”和“留存”——真正的留存必须锚定在“首次行为”之后的第N天是否回归。正确写法是从注册表拉出cohort，再join登录事件：
`
with first_purchase as (
select uid, min(date) as first_date
from orders
where status = 'completed'
group by uid
),
retention as (
select
fp.first_date,
e.date,
count(distinct e.uid) as retained_users
from first_purchase fp
left join events e on fp.uid = e.uid
and e.date = dateadd(fp.firstdate, interval 7 day)
and e.event = 'login'
group by 1,2
)
`
这不是技术问题，是认知偏差。你在原公司做报表，口径由产品定义好，你照抄即可。但在Sea，没人给你标准答案。你必须主动定义：什么是“活跃”？是否剔除B端账号？是否包含测试流量？我在一次hiring committee（HC）会议中听到面试官说：“这个候选人写了三遍代码才意识到要过滤bot流量，说明他从来没在真实压力下做过DAU通报。” 另一位评委反驳：“但他最后改对了。
” 主面试官摇头：“改对不重要，第一次就应该想到。我们每天损失50万美元，不能靠‘事后修正’活着。” 这就是Sea的标准——不是你能学到，而是你本能就知道。不是A是“代码能跑”，而是B是“默认过滤异常流量”。不是A是“完成查询”，而是B是“主动声明假设”。不是A是“语法无误”，而是B是“指出数据质量问题”。你写的每一行SQL，都在泄露你过去工作的水位。
你如何用一道SQL题预测下季度是否该扩大印尼市场？
面试官给你一张表userorders，字段包括uid, orderdate, region, amount, is_first。问题：“判断雅加达和泗水哪个城市的用户质量更高？” 多数人立刻开始算人均订单数、复购率。有人写：
`
select region, avg(amount) as avgordervalue
from user_orders
where is_first = 1
group by region
`
面试官问：“然后呢？” 你补一句：“雅加达AOV更高，所以质量更好。” 面试结束。正确路径是：先定义“用户质量”=单位获客成本下的终身价值。你反问：“是否有CAC数据？” 面试官说没有。你说：“那我用首单金额和复购率代理。” 接着写：
`
with cohort as (
select
region,
uid,
min(orderdate) as firstorder_date
from user_orders
where is_first = 1
group by 1,2
),
retention as (
select
c.region,
count(distinct case when o.orderdate > dateadd(c.firstorderdate, interval 30 day) then o.uid end) as repurchased
from cohort c
left join user_orders o on c.uid = o.uid
group by 1
)
select
region,
repurchased 1.0 / count() as retention_rate
from retention
group by 1
`
你以为赢了。面试官再问：“如果雅加达CAC是泗水的1.8倍呢？” 你卡住。真正的高手会说：“我需要构建一个简化LTV模型。” 然后在白板上列公式：
LTV = AvgOrderValue × PurchaseFrequency × GrossMargin
再拆：Purchase_Frequency = 1 / (avg gap between orders)
然后查timestampdiff(day, lag(orderdate) over(partition by uid order by orderdate), order_date)。最后对比LTV/CAC比值。这道题的终极目标不是写SQL，而是测试你能否把模糊业务问题转化为可计算指标。我在一次debrief会上听到L6科学家说：“候选人用留存率判断市场质量，说明他还在用OMT（运营思维）做事。我们要的是能直接算ROI的人。
” 不是A是“比较两个城市的数据”，而是B是“构建决策模型”。不是A是“输出表格”，而是B是“给出行动建议”。不是A是“回答问题”，而是B是“重构问题”。你必须主动说：“如果LTV/CAC > 3，建议扩大投放。” 否则，你只是个高级取数员。
面试官真正在听的，是你提问的方式和顺序
第三轮面试，面试官丢出一张promotion_logs表，说：“我们上个月推了‘满15减3’活动，GMV涨了12%，但利润降了5%。你觉得该继续吗？” 90%的人直接开写SQL。正确反应是停顿三秒，然后问：“1）活动覆盖了哪些品类？2）补贴前后的客单价分布有变化吗？3）新老用户参与比例如何？
” 这三个问题直接决定你的段位。第一个问题测试你是否意识到“品类毛利差异”——若活动集中在低毛利3C品，利润下降合理。第二个问题查“消费降级”——用户可能原本买20块的东西，现在凑单买15块的。第三个问题验“拉新质量”——若是老用户薅羊毛，不具可持续性。我在一次hiring manager对话中亲耳听到：“候选人一上来就写代码，说明他习惯被动执行。我们要的是能挑战假设的人。” 你接着写：
`
select
case when p.promo_type is not null then 'promoted' else 'organic' end as group,
avg(o.amount) as aov,
count() as orders,
sum(o.amount p.discountrate) as subsidycost
from orders o
left join promotionlogs p on o.orderid = p.order_id
where o.date between '2025-02-01' and '2025-02-28'
group by 1
`
但必须加一句：“我假设discountrate已知。如果未知，需从promotionrules表补充。” 这种主动暴露依赖项的行为，是高级信号。面试官可能故意不给某些表，看你是否追问。我在HC会上见过一个候选人，被拒理由是：“他假设所有字段齐全，说明在原公司只负责片段任务，从未端到端跟进过分析项目。” 不是A是“快速输出结果”，而是B是“澄清需求边界”。不是A是“依赖给定数据”，而是B是“识别缺失信息”。
不是A是“避免提问显得无知”，而是B是“提问证明掌控力”。你的问题质量，直接映射你的决策层级。问“数据什么时候更新？”是执行层。问“这个指标是否被纳入区域KPI？”是策略层。
为什么你的机器学习方案在Sea面试中一票否决？
第五轮，面试官让你设计一个“预测用户流失”的模型。你熟练讲出XGBoost、AUC、特征工程，甚至提出用生存分析。面试官点头，然后问：“上线后，你如何证明模型带来了实际收益？” 你答：“看AUC提升。” 面试官摇头：“AUC不是业务指标。” 你改口：“看预测准确率。” 他说：“准确率高，但运营团队没人看。” 你卡住。正确答案是：设计AB测试。将高风险用户随机分两组，一组发优惠券挽留，一组不干预，比较30天后留存差异。这才是Sea要的答案。我在一次模型评审会上听到数据科学负责人说：“我们去年上了17个预测模型，只有3个真正影响了决策。其他都成了‘PPT科学’。
” 你必须说：“模型输出不是终点，是触发动作的开关。” 比如，预测流失后，自动触发客服外呼或定向补贴。你还需考虑“干预成本”——若发券成本高于用户LTV，模型再准也无用。因此，最终目标函数不是logloss，而是“净收益 = 挽留用户数 × 平均贡献 - 干预成本”。不是A是“追求模型精度”，而是B是“优化业务结果”。不是A是“输出概率分数”，而是B是“定义行动阈值”。不是A是“特征重要性分析”，而是B是“可解释性保障运营信任”。我在HC会上见过一个博士候选人，模型讲得极深，但被拒理由是：“他无法说出‘这个模型能让财务成本降低多少’。” Sea不养纯研究者。你的模型必须能翻译成财务语言。说“AUC提升0.1”没人听。说“每年节省800万美元客服成本”才能过会。
面试流程拆解：每一轮的生死线在哪里？
Sea数据科学家面试共五轮，总耗时2-3周。第一轮是30分钟HR电话，筛简历和动机。关键问题是：“为什么离开当前公司？” 错误回答是：“想学新技术。” 正确回答是：“我主导的补贴优化模型节省了1200万/年，但公司决策链太长，无法快速迭代。Sea的‘数据驱动’文化更能发挥我的价值。” HR在系统里标记“高主动性”。第二轮是60分钟SQL实战，用CoderPad写代码。重点不是语法，而是你是否主动处理null值、是否加注释、是否考虑性能。例如，面试官给一张10亿行的click_stream表，你写select count() from ... 直接挂。正确做法是先explain，或采样limit 10000。我在debrief会上听到评委说：“候选人直接count全表，说明他没在真实大数据环境工作过。” 第三轮是45分钟业务案例，给一个模糊问题如“DAU停滞，如何分析？
” 考察结构化思维。必须用框架：先看数据质量，再拆渠道、地域、用户分层，最后归因到具体功能。错误是直接跳到“做推荐系统”。第四轮是模型设计，如“如何预测爆款商品？” 考察从问题定义到评估的全流程。必须提冷启动、数据延迟、线上推理成本。第五轮是behavioral，由L6或L7主持，问“最失败的项目”“如何说服不同意的同事”。我在hiring manager对话中得知，这一轮挂人率最高。原因是：“技术强的人往往缺乏政治智慧。他们说‘我同事不懂数据’，而不是‘我调整了沟通方式’。” 每一轮淘汰率约40%。总包谈判在HC通过后由HR发起，不面试官参与。
准备清单
- 精通窗口函数、CTE、性能优化技巧，能应对十亿级表的查询挑战，避免在SQL轮因全表扫描被淘汰
- 掌握东南亚电商核心指标：Take Rate、Adj. GMV、Unit Economics、CAC Payback Period，并能用SQL实现
- 熟悉Shopee主要市场（印尼、越南、巴西）的消费特征，如印尼偏好COD、巴西高退货率
- 准备3个深度项目，必须包含：问题定义、数据清洗难点、模型选择逻辑、AB测试设计、财务影响量化
- 模拟debate场景，练习如何在面试官质疑时保持逻辑清晰，如“你的方法太理论”“数据不支持”
- 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实战复盘可以参考）
- 调研Sea最新财报，理解其从“增长优先”转向“盈利优先”的战略变化，所有回答需契合此基调
常见错误
错误一：直接计算GMV增长率，忽略货币波动
BAD：
`
select (sum(case when month=3 then gmv end) - sum(case when month=2 then gmv end)) / sum(case when month=2 then gmv end)
from sales
`
问题：印尼盾对美元汇率波动达15%，未换算成USD导致误导。
GOOD：明确声明“所有GMV已按当月平均汇率换算为USD”，并join汇率表。
错误二：用平均值掩盖长尾分布
BAD：报告“平均订单金额9.8美元”，导致决策层误判用户购买力。
GOOD：补充分布图，指出“75%订单金额<5美元”，建议聚焦低价爆品策略。
错误三：模型未考虑执行成本
BAD：提议“用NLP分析客服对话情感”，耗时6个月，ROI为负。
GOOD：先用规则引擎抓关键词（如“refund”“angry”），两周上线，覆盖80%场景。
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：没有东南亚经验能否通过面试？
能，但必须证明你能快速迁移认知。我在HC会上见过一个候选人，原在美团做外卖补贴，他说：“美团的‘红包裂变’和Shopee的‘砍价免单’本质相同，都是利用社交链降低CAC。区别在于，东南亚用户更信任熟人推荐，而非平台补贴。” 他用一张对比表展示两国用户信任源差异，说服了全部评委。关键不是经验匹配，而是框架迁移。他说：“中国市场的优化空间在效率，东南亚在渗透。
前者要降本，后者要教育。” 这句话被L6科学家记在笔记上。你不需要去过雅加达，但你要能推理出“为什么Shopee Mall增长慢”——不是因为品牌不强，而是因为COD让用户不愿尝试高价商品。你的替代数据可以是国内下沉市场或拉美案例。重点是展示“类比—验证—调整”的思维链，而非直接复制。
Q：SQL轮是否允许查文档？
不允许。CoderPad环境无外网，你必须手写代码。我见过候选人写dateadd(day, -7, date)被纠正为date_add，面试官说：“我们用BigQuery，语法要精确。” 更致命的是，有人写select ，面试官问：“这张表有50个字段，你真的需要全部？” 正确回应是：“不需要，我只选uid、event、timestamp。
” 实际场景中，我参与过一次真实面试，候选人写了一行-- 检查数据质量然后执行select count(*), count(distinct uid) from events limit 1000，面试官立刻点头。这种“先探数据”的本能是加分项。另一个细节：用with而非子查询，提升可读性。我在debrief会上听到：“候选人用三层嵌套子查询，说明他没在团队协作环境写过代码。” 所有代码都默认会被review，清晰比炫技重要。
Q：base、RSU、bonus具体能拿多少？
L4：base 18万美元/年，RSU 6万美元/年（分4年归属），bonus 15%（约2.7万美元），总包约26.7万美元。
L5：base 22万，RSU 12万，bonus 20%（4.4万），总包约38.4万美元。
L6及以上需谈判，通常总包超50万美元。
注意：RSU以美股计价，受股价波动影响。2023年Sea股价波动±40%，候选人需有风险意识。我在一次offer discussion中听到HR强调：“我们不保最低现金，bonus与公司盈利挂钩。
” 意思是，若公司亏损，bonus可能为零。这也是为什么业务理解如此重要——你必须证明自己能直接贡献利润，而非只做分析。薪资结构本身就在筛选风险偏好：要稳定选大厂，要爆发选Sea。
准备好系统化备战PM面试了吗？
也可在 Gumroad 获取完整手册。