Amazon SDE NG 四轮 走完了，拿到 offer。把每轮的 BQ 原题、coding 题目和踩过的坑都写出来。先说一个感受：准备亚麻面试之前我以为 coding 是重点，面完才发现 BQ 才是真正考验人的地方。不是题难，是追问深——每道 BQ 后面都有两三个 follow-up，你答的越模糊他追得越猛。
Amazon SDE NG 完整 Timeline
流程上大致是：7 到 10 月开放投递，通常在 Amazon Jobs 上放出，投完等 1 到 4 周收 OA，OA 是 HackerRank 两道 LC medium 加 work style 题，2026 届新增了 Gen AI Fluency 考察。OA 过了安排 VO，四轮分两次打，VO 结束后 3 到 10 个工作日出结果——但注意，通过面试不等于有 offer，很可能收到的是”合格但原组没 HC，进入 team match”的邮件，这段等待短则一周、长则数月。Team match 过了还有一轮 HM 纯聊天，才正式出 offer。整条链加起来快则两三个月，慢则跨半年，有其他家 deadline 的提前跟 recruiter 说，要求加急亚麻一般会配合。
第一轮：HM 面
Hiring Manager 亲自面，这轮的 BQ 围绕几个方向：
紧急 deadline 怎么交付。这题有个常见的坑——很多人上来就说”我先判断这是个小问题”，没经过充分 investigation 就下结论。面试官想看的是你有没有做风险评估、有没有做优先级拆解，而不是直接拍板说好解决。
主动发起并推动落地的项目。这题聊了将近 20 分钟，背景、决策过程、结果怎么衡量，每个环节都被追问了。
如何借助 GenAI 提升工作效率。现在这题是亚麻固定考点，没实际用过很难编。
Coding：日志数据统计活跃用户
给一组日志数据，统计每个用户在指定时间段内的活跃天数，找出活跃天数最少的 Top 5 用户。
表面是哈希表计数，但面试官追问数据量极大时怎么做内存优化——最优方案是哈希表 + 最小堆，维护一个 size 为 5 的堆，O(n log 5) 搞定。
有个坑：现场不让用 heapq，要手写堆结构和调整逻辑。这种要求在亚麻不算罕见，堆的基本操作要提前练到手写不卡。
第二轮：BQ+Coding
BQ
一共两道：收到过什么 critical feedback、遇到复杂问题怎么处理。这两道比较常规，STAR 框架准备好就行。
Coding：LRU 缓存
实现 get 和 put，时间复杂度 O(1)。
HashMap + 双向链表的经典组合。访问或插入节点时把节点移到头部，容量超标时删尾部节点。这是亚麻的超高频题，做过的直接默写。
还碰到一道合并区间的变体：先合并单个区间列表，follow-up 是给两个已排序的区间列表找交集。合并的思路是按 start 排序，遍历时看当前区间的 start 是否 <= 已合并列表最后一个的 end，是就更新 end 取 max，否则直接追加。
另外有人碰到的是购物车结算系统——折扣策略、多人拼单分摊、异常订单处理，追问了并发场景下怎么保证数据一致性。这种 OOD 变体要提前把”基础项 + 可选项 + 计费规则”设计成易扩展的类结构想清楚。
第三轮：OOD + BQ
BQ
围绕团队协作、跨部门分歧处理、为什么选 AWS 展开。其中跨团队协作那题被连续追问了六七次，很考验表达的逻辑层次——要能把”依赖方是谁、分歧在哪、怎么推进、结果如何”讲得清清楚楚，每层都经得起追。
还有一道：和 product 方向有分歧时怎么处理。这题的关键不是你最后说服了谁，而是你的决策过程和沟通方式。
Coding：Unix find 命令实现
设计并实现一个类似 Unix find 的文件查找功能，支持按文件名、类型、大小等条件过滤。OOD 味比较重，重点在于把过滤条件设计成可组合、可扩展的结构，不是一堆 if-else 堆砌。
还有一道运费计算题——配送方式决定基础价格，包装规格提供乘数，增值服务可多选叠加。和 Pizza 定价问题是同一个模型，重点在类和接口的设计，不在算数本身。
第四轮：纯 BQ
这轮没有 coding，全是 BQ，深挖简历上的每一段经历。
高频题目包括：职业转型原因、自身优缺点、来自领导的 constructive feedback 以及后续怎么改进、失败经历、团队中扮演的角色、最有成就感的项目、理想的工作环境。
每道题后面跟着”如果再让你做一次会有什么不同”这个追问。
这轮有两个教训。一是听不清题一定要请对方重复，不要硬扛着猜着答；二是回答要控制长度，先把结构理清楚再展开，别一上来就开始流水账。
这轮也问到了短链服务设计——从 QPS 估算、存储选型（SQL vs NoSQL）、读写分离、缓存策略、过期清理，追到数据库分库分表、全局唯一 ID 生成（雪花算法）、防恶意高频请求。45 分钟没停过追问，是四轮里信息密度最高的一轮。
上岸经验分享
准备过程中，我发现光靠自己摸索很容易方向偏差。后来通过朋友推荐接触到 Interview Show，他们专注北美技术岗位的面试辅助，团队成员均来自硅谷一线大厂，积累了大量真实面试案例和最新题型分析。他们提供 OA 辅助、VO 指导和全流程支持，能根据你的背景和弱点制定专属方案，帮助你更精准地击中招聘方的考察点。
过去几年，他们已帮助众多同学成功拿到 Amazon、Meta、Google 等公司的 Offer，服务模式强调定制化和实战性，从准备阶段到面试全程护航。