Amazon SDE 面试指南 2026
Amazon SDE 面试围绕领导力准则（Leadership Principles）设计。每一轮——包括 Coding——都同时评估 LP 契合度和技术能力。本指南覆盖面试流程、题型和如何将 LP 融入你的回答。
面试流程
在线评估（OA）
在限时平台上完成 1-2 道编程题（70-90 分钟）。通常中等到困难难度。部分岗位包含工作模拟模块。
电话面试
45-60 分钟，与 Amazon 工程师进行。一道编程题加上与领导力准则相关的行为面试题。
现场面试（4-5 轮）
每轮聚焦 1-2 条领导力准则，加上编程、系统设计或行为深入讨论。其中一轮是「Bar Raiser」轮。
面试总结与 Offer
面试官集体讨论。Bar Raiser 拥有一票否决权。结果通常在 5 个工作日内通知。
题型分布
| 题型 | 占比 | 说明 |
|---|---|---|
| 数据结构与算法 | ~35% | 标准编程题。Amazon 偏向实用性问题：树遍历、图问题、字符串操作和设计模式。 |
| 系统设计（OOD/HLD） | ~25% | SDE-I/II 考面向对象设计；高级别考分布式系统设计。例如：设计 Amazon 购物车、订单处理管道。 |
| 领导力准则（行为面试） | ~30% | 每轮预计 2-3 道 LP 题。「客户至上」「主人翁精神」「深入了解」「偏好行动」最常考。 |
| Bar Raiser 轮 | ~10% | 来自招聘团队外的特别培训面试官。评估整体 LP 契合度并提高招聘标准。可以否决录用。 |
精选 10 题及思路
设计类 Amazon 购物车
讨论数据模型、定价逻辑、库存检查、会话 vs 持久化购物车，以及 Prime Day 流量高峰的扩展。
第 K 大的元素
QuickSelect 平均 O(n) 或大小为 K 的最小堆 O(n log K)。讨论何时选用哪种方法。
说说你与上级意见不同的经历（LP: 敢于表达）
STAR 格式。重点讲用数据礼貌地挑战决定、解决过程和你的收获。
课程表（拓扑排序）
建模为有向图。使用 Kahn 算法（BFS）或 DFS 带环检测。返回顺序或检测不可能情况。
设计订单处理管道
事件驱动架构配合 SQS/SNS。讨论订单状态、支付处理、库存预留和幂等性。
LRU 缓存
HashMap + 双向链表实现 O(1) 操作。Amazon 常考此题——练习边编码边解释。
说说你超越职责范围主动承担的经历（LP: 主人翁精神）
STAR 格式。展示主动性——不要说「这不是我的事」。强调跨团队影响和长远思考。
单词搜索 II（Trie + 回溯）
用单词列表构建 Trie。在棋盘上 DFS 并用 Trie 剪枝。移除已找到的单词避免重复。
设计 Amazon 规模的短链接服务
Base62 编码、DynamoDB 存储、CloudFront 缓存。讨论数据分析、过期策略和自定义别名。
描述你简化复杂问题的经历（LP: 创新简化）
STAR 格式。展示你如何识别不必要的复杂性、提出更简单的方案并衡量改进效果。
常见误区
回答中忽略领导力准则
Amazon 每轮面试都评估 LP，包括 Coding 轮也有行为问题。为每条 LP 准备 2-3 个 STAR 故事，特别是客户至上和主人翁精神。
STAR 故事缺乏数据指标
Amazon 重视数据。「我提升了性能」太模糊。「我将延迟从 500ms 降到 120ms，每年节省 200 万美元」才有说服力。量化你的影响。
低估 Bar Raiser
Bar Raiser 拥有一票否决权，专门评估 LP 的深度。认真对待每一轮，但要知道这一轮以更高标准考察你的整体文化匹配度。
系统设计未贴合 Amazon 技术栈
虽然不强制，但提及 AWS 服务（DynamoDB、SQS、Lambda）表明你熟悉 Amazon 生态系统，会得到正面评价。
如何用 InterviewCC 实战
常见问题
本指南基于公开面试经验和信息整理，面试流程可能随时调整，不保证面试结果。所有商标归其各自所有者所有。