1. 面试流程

亚马逊的 SDE intern 面试流程非常高效。从投递简历到最终面试，只经历了一次正式的virtual onsite，没有多轮筛选。整个时间线大约为一个多月：我在8月底提交了简历，9月10日收到了 Online Assessment，有两周的时间完成，最终选择在9月21日完成提交。之后，9月25日收到了 VO 的面试邀请。整个面试通过 Amazon 自家的视频会议工具 Chime 进行，形式为远程视频面试，需要提前下载安装和测试软件功能。最终这一轮面试就是决胜负的一轮，不再有后续技术或 HR 面，因此重要性非常高。

2. 面试内容

这轮 virtual onsite 面试总共持续约 45 分钟，分为两个部分：behavioral和 technical。面试一开始，面试官先简单寒暄，然后让我做自我介绍，然后开始提问BQ。总共问了两道题，都是围绕 Amazon 的 16 条Leadership Principles展开的。

第一题是 “Tell me about a time when you had a conflict with a teammate and how you resolved it”。这道题主要考察候选人处理人际关系和冲突管理的能力。我讲述了一次在团队合作中因为分工不清导致责任重叠的情况，我主动提出与对方沟通澄清任务边界，并引导团队一起重新梳理项目计划，最终顺利推进任务并提升了彼此之间的协作效率。第二题是 “Tell me about a time when you had to learn something very quickly to complete a task”。这题想要评估是否具备快速学习和适应新知识的能力，特别是在压力之下。我分享了一个项目中临时被要求使用一门我不熟悉的框架进行开发的经历，我在短时间内查阅文档、阅读开源项目，并在两天内完成了关键功能模块，得到了导师的认可。这两道题我都使用 STAR 结构组织答案，整个 behavioral 部分持续了大约 20 分钟。

接下来进入 coding 部分。Amazon 的 coding 面试比较特别，没有在线题目展示，由面试官口述题目要求，你需要自己理解、澄清模糊点，然后解释思路、写代码，并在没有运行环境的情况下讲解测试过程。面试环境极简，只有一个基本的代码编辑器，没有 test case 提示、没有代码运行按钮，甚至语法提示也非常有限。这意味着你的代码逻辑必须正确且清晰，而且你还要能够在脑中模拟代码运行，准确描述输出和边界条件。

我被问到两道题。第一题是关于区间合并：给定一组区间，可能存在重叠，要求将所有重叠的区间合并并返回合并后的结果。这个题目考察的是对排序和扫描线思维的掌握。我先按每个区间的起点排序，然后依次遍历，判断当前区间是否与前一个区间重叠，如有重叠则合并，否则加入结果列表。需要解释清楚为什么排序是必须的，以及合并逻辑中的边界情况，整体时间复杂度为 O(n log n)。第二题是树的路径和：给定一棵二叉树和一个目标值，判断是否存在从根到某个叶子节点的路径，其路径和正好等于目标值。这道题是典型的 DFS 递归问题，考察的是对树结构的遍历能力、递归终止条件的判断，以及如何在过程中正确更新状态。我在讲解过程中还补充了如何拓展这个问题，比如找出所有符合要求的路径。

结束后，面试官问我是否有问题，我随便了两个问题。他耐心地回答了，并表示面试结果会在五个工作日内通过邮件通知。

3. Lesson Learned

这次面试经历让我学到了很多，最突出的体会就是，Amazon 的BQ题几乎百分之百地围绕 Leadership Principles 来设计。如果平时没有认真研究过这些原则，没有准备针对性的 STAR 故事，在面试中会非常被动。因此，建议每位准备 Amazon 面试的同学都要提前写好多个 STAR 案例，最好覆盖不同维度的 leadership，比如“Ownership”、“Bias for Action”、“Customer Obsession”等。

其次，表达能力比我预想的还要重要。由于 coding 部分不提供运行功能，没有自动检查语法的工具，这就要求你不仅要写出正确的代码，还要能通过语言将其逻辑完整地传达给面试官。这种情况下，清晰有条理地解释代码思路、边界条件以及自定义 test case，几乎和代码本身一样重要。

还有一点非常关键的是时间管理。在 45 分钟内需要完成自我介绍、两个行为题、两个 coding 题，还有和面试官互动提问，这对节奏感要求非常高。如果在 behavior 部分讲得太细，后面 coding 部分就会时间紧张。所以平时练习时也要模拟整个面试流程的节奏，而不是单独准备每一块。