Amazon SDE virtual onsite 一共四轮，每轮都是半结构化形式——上半小时是 BQ，下半小时是技术题（算法或系统设计）。最后一轮是纯 BQ。整体节奏比较快，重点在于看你是否符合 Amazon 的 Leadership Principles。

第一轮面试前半小时是 BQ，面试官风格非常标准，基本就是“Tell me about a time…”模板。我被问到的两个问题是：“Tell me about a time when you took ownership of a failing project” 和 “Tell me about a time you received tough feedback”。我讲了一个项目 early delivery 导致质量问题，后来我主动协调 QA 和 PM 重构流程，并通过数据说服团队接受新节奏。反馈那题我讲了实习时 mentor 给我指出代码结构太过复杂，我吸收建议后引入抽象模块提升复用性。后半小时算法题是经典的 Merge K Sorted Lists，要求返回合并后的升序链表。我用了最小堆 + ListNode 指针推进来解，面试官追问了 heap 的空间复杂度和是否能进一步优化。

第二轮依然是先两题 BQ，问的是：“Tell me about a time when you had to work with a difficult stakeholder” 和 “Tell me about a time you managed conflicting priorities”。我分享了和一个需求变化频繁的客户协作的经历，以及如何设定 check-in 节点和调整交付节奏来缓解摩擦。后一题我讲了两个项目 deadline 重叠时如何评估影响并向上沟通延后一个项目。下半小时是系统设计，题目是设计一个简单的 URL Shortener（类似 bit.ly）。我先从 read-heavy vs write-heavy 讲起，然后讨论了如何生成短链（counter vs random），如何保证唯一性（加重试或预分配），存储上选了 DynamoDB + Redis 缓存，最后还提到了数据过期策略和 abuse detection。面试官很关注我是否能意识到瓶颈在哪，比如 write hotspot 和短链碰撞。

第三轮的 BQ 问得比较细，两个问题是：“Tell me about a time you had to deliver under a tight deadline” 和 “Tell me about a time when you simplified a complex process”。我分别讲了如何压缩测试周期保证上线、以及如何通过 workflow automation 让一个原本依赖人工操作的流程自动化执行。后半小时的算法题是 Rotting Oranges（BFS 图论），经典题目，我用了 queue 做多源 BFS，并记录时间步。写完后面试官问了 edge case，比如所有橘子都已腐烂、或没有腐烂源头怎么办。

第四轮是纯 BQ，三个题分别是：“Tell me about a time when you failed” 、“Tell me about a time you raised the bar for your team” 和 “Tell me about a time you had to dive deep into a problem you didn’t fully understand”。我这轮提前准备得比较充分，把每个故事都套上了 STAR 模板（Situation, Task, Action, Result），面试官问得比较 follow-up，尤其对raise the bar这个问题很感兴趣，还追问我怎么衡量 impact。建议大家准备 BQ 时，每个 Leadership Principle 至少准备 1-2 个真实例子，并能用具体数据或成果来 support。

总的来说，Amazon 的面试流程非常机制化，尤其在 Behavioral 部分，他们是严格按照 Leadership Principles 来评估的，基本每轮都要覆盖不同的 LP。算法题难度中等偏下，但要求实现要 clean、可扩展、有测试意识。系统设计（mid level及以上才有）虽然时间短，但也希望你能讲出 trade-off 和可扩展性思考。建议大家准备时平衡好 coding 和 BQ，别忽视后者，它们在 Amazon 面试中的权重甚至可能更高。