最近带的一场 Uber Virtual Onsite（Coding）让我印象挺深的。
不是因为题有多偏，而是三道题组合得非常“Uber”：
一道纯算法基本功
一道标准交易数据 SQL
一道带 cohort 思维的业务进阶题
45 分钟，三题，没有多余寒暄。
如果你目标是 Uber 的 DS / Scientist / DE，这套题值得完整拆一遍。
第一题：不用任何库函数，实现sqrt(x)
题目
Implement sqrt(x) without using any external library.
第一反应其实很容易写歪。
当时学员直接写了一个0 → x/2 的线性搜索，逻辑没错，但时间复杂度是 O(n)。
面试官没立刻打断，但表情已经很微妙了。
正确解题思路
这道题本质不是考你会不会算平方根，而是：
你能不能在“禁用库函数”的前提下，自己构造一个可行算法
标准解法就是二分搜索：
left = 0, right = x
每次取 mid = (left + right) / 2
比较
mid * mid和x根据大小关系收缩区间
如果允许小数，设精度（如 1e-6）
面试官真正看的是什么？
你是否自然想到binary search
你是否意识到复杂度问题
你是否能自己定义「停止条件」
Uber 很喜欢这种题型：sqrt、log、pow、abs—— 全是算法思维裸考。
第二题：上个月，每个城市赚最多的前三名司机
表结构
(driver_id, date, trip_id, payment, city_id, is_completed)
要求
找出「上个月，每个城市，赚得最多的前三名司机」。
这题非常 Uber。
一眼就是业务题，但核心考的是你SQL / Pandas 的熟练度。
SQL 标准解法
WITH monthly AS ( SELECT city_id, driver_id, SUM(payment) AS total_payment FROM trips WHERE date >= DATE_TRUNC('month', CURRENT_DATE - interval '1 month') AND date < DATE_TRUNC('month', CURRENT_DATE) AND is_completed = TRUE GROUP BY city_id, driver_id ) SELECT * FROM ( SELECT city_id, driver_id, total_payment, ROW_NUMBER() OVER(PARTITION BY city_id ORDER BY total_payment DESC) AS rn FROM monthly ) t WHERE rn <= 3;
面试官重点关注点
窗口函数是否熟练
ROW_NUMBER/RANK/DENSE_RANK用哪个？为什么？
是否先聚合再排序
是否考虑业务过滤条件（未完成订单要不要算）
很多候选人会在 Pandas 里写乱，其实逻辑和 SQL 是一模一样的。
第三题：按「注册月份」的 cohort，找各城市赚最多的前三名司机
新增表
(driver_id, signup_date)
要求
在「每个月 signup 的司机」中，找出各城市里赚得最多的前三名司机。
这题是第二题的自然进阶版，但淘汰率明显更高。
为什么这题容易卡？
因为多了一个关键维度：
signup_month（cohort）
很多人会在这一步：
分区条件写错
排名维度漏掉
先 rank 再聚合，顺序反了
正确 SQL 解法
WITH cohort AS ( SELECT s.driver_id, DATE_TRUNC('month', s.signup_date) AS signup_month, d.city_id, SUM(d.payment) AS total_payment FROM trips d JOIN signup s ON d.driver_id = s.driver_id WHERE d.is_completed = TRUE GROUP BY 1,2,3 ), ranked AS ( SELECT *, ROW_NUMBER() OVER( PARTITION BY signup_month, city_id ORDER BY total_payment DESC ) AS rn FROM cohort ) SELECT * FROM ranked WHERE rn <= 3;
这一题真正考什么？
你是否真正理解cohort 分析
你是否能把注册表 + 交易表自然 join
你是否有基本的业务 sense
逻辑上，它和第二题是同一套模型，只是维度更多。
Uber Coding VO 的整体考点
这 45 分钟，Uber 实际在验证三件事：
算法基本功
禁用库函数时，你能不能自己构造解法数据处理能力
SQL / Pandas 是否能在压力下写“对 + 干净”业务建模意识
是否理解 cohort、注册与交易的关系
题目本身不刁，但对熟练度要求非常高。
没提前练过同类题，45 分钟基本写不完。
写在最后
这种面试最怕的不是“不会”，而是：
平时都懂，现场节奏一乱，逻辑全散
Uber 的 VO Coding，真的非常考「实战稳定度」。
如果你接下来要面 Uber / DoorDash / Lyft / Instacart 这类平台型公司，
SQL + cohort + 基础算法一定要按“实战标准”练到肌肉记忆。
能不能写出来，和你“懂不懂”，是两回事。需要面试助攻服务，联系我们。