Amazon SDE 面試指南 2026
Amazon SDE 面試圍繞領導力準則（Leadership Principles）設計。每一輪——包括 Coding——都同時評估 LP 契合度和技術能力。本指南涵蓋面試流程、題型和如何將 LP 融入你的回答。
面試流程
線上評估（OA）
在限時平台上完成 1-2 道程式題（70-90 分鐘）。通常中等到困難難度。部分職缺包含工作模擬模組。
電話面試
45-60 分鐘，與 Amazon 工程師進行。一道程式題加上與領導力準則相關的行為面試題。
現場面試（4-5 輪）
每輪聚焦 1-2 條領導力準則，加上程式設計、系統設計或行為深入討論。其中一輪是「Bar Raiser」輪。
面試總結與 Offer
面試官集體討論。Bar Raiser 擁有一票否決權。結果通常在 5 個工作日內通知。
題型分佈
| 題型 | 佔比 | 說明 |
|---|---|---|
| 資料結構與演算法 | ~35% | 標準程式題。Amazon 偏向實用性問題：樹遍歷、圖問題、字串操作和設計模式。 |
| 系統設計（OOD/HLD） | ~25% | SDE-I/II 考物件導向設計；高階考分散式系統設計。例如：設計 Amazon 購物車、訂單處理管道。 |
| 領導力準則（行為面試） | ~30% | 每輪預計 2-3 道 LP 題。「客戶至上」「主人翁精神」「深入了解」「偏好行動」最常考。 |
| Bar Raiser 輪 | ~10% | 來自招聘團隊外的特別培訓面試官。評估整體 LP 契合度並提高招聘標準。可以否決錄用。 |
精選 10 題及思路
設計類 Amazon 購物車
討論資料模型、定價邏輯、庫存檢查、工作階段 vs 持久化購物車，以及 Prime Day 流量高峰的擴展。
第 K 大的元素
QuickSelect 平均 O(n) 或大小為 K 的最小堆 O(n log K)。討論何時選用哪種方法。
說說你與上級意見不同的經歷（LP: 敢於表達）
STAR 格式。重點講用數據禮貌地挑戰決定、解決過程和你的收穫。
課程表（拓撲排序）
建模為有向圖。使用 Kahn 演算法（BFS）或 DFS 帶環偵測。回傳順序或偵測不可能情況。
設計訂單處理管道
事件驅動架構搭配 SQS/SNS。討論訂單狀態、付款處理、庫存預留和冪等性。
LRU 快取
HashMap + 雙向鏈結串列實現 O(1) 操作。Amazon 常考此題——練習邊編碼邊解釋。
說說你超越職責範圍主動承擔的經歷（LP: 主人翁精神）
STAR 格式。展示主動性——不要說「這不是我的事」。強調跨團隊影響和長遠思考。
單詞搜尋 II（Trie + 回溯）
用單詞清單建構 Trie。在棋盤上 DFS 並用 Trie 剪枝。移除已找到的單詞避免重複。
設計 Amazon 規模的短網址服務
Base62 編碼、DynamoDB 儲存、CloudFront 快取。討論資料分析、過期策略和自訂別名。
描述你簡化複雜問題的經歷（LP: 創新簡化）
STAR 格式。展示你如何識別不必要的複雜性、提出更簡單的方案並衡量改進效果。
常見誤區
回答中忽略領導力準則
Amazon 每輪面試都評估 LP，包括 Coding 輪也有行為問題。為每條 LP 準備 2-3 個 STAR 故事，特別是客戶至上和主人翁精神。
STAR 故事缺乏數據指標
Amazon 重視數據。「我提升了效能」太模糊。「我將延遲從 500ms 降到 120ms，每年節省 200 萬美元」才有說服力。量化你的影響。
低估 Bar Raiser
Bar Raiser 擁有一票否決權，專門評估 LP 的深度。認真對待每一輪，但要知道這一輪以更高標準考察你的整體文化契合度。
系統設計未貼合 Amazon 技術棧
雖然不強制，但提及 AWS 服務（DynamoDB、SQS、Lambda）表明你熟悉 Amazon 生態系統，會得到正面評價。
如何用 InterviewCC 實戰
常見問題
本指南基於公開面試經驗和資訊整理，面試流程可能隨時調整，不保證面試結果。所有商標歸其各自所有者所有。