Amazon SDE2 全流程面试经验
整体流程
- 面试日期：2026 年 6 月 11 日（OA）至 8 月 31 日（Bar Raiser）
- 工作地点：Bangalore
- 当前职位：SDE2，任职约 1.5 年
- 面试结果：未通过 SDE2，获得 SDE1 Offer
整个面试流程包括：
- Online Assessment（OA）
- Phone Screen
- Loop Round 1：HLD + Leadership Principles
- Loop Round 2：DSA + Leadership Principles
- Loop Round 3：LLD/Hiring Manager + Leadership Principles
- Bar Raiser：DSA + Leadership Principles
其中，HLD/LLD 轮次的安排和沟通出现了一些混乱，具体情况如下。
1. Online Assessment：6 月 11 日
Online Assessment 包含两个部分。
DSA
一道基于 Binary Search 的算法题。
题目本身不算特别困难，但需要识别出这是典型的“对答案进行二分搜索”类型。
Python/Django Debugging
第二部分是一个现有的 Python Django 项目，需要定位并修复其中的 Bug。
测评过程中提供了 AI 编程助手，但个人感觉帮助有限。该助手经过特殊限制，不会直接指出 Bug 或给出准确修复方案，因此大部分调试工作仍需手动完成。
完成测评后，等待后续结果。
2. Phone Screen：8 月 17 日
大约在 8 月 15 日 接到通知，确认通过 OA，并将 Phone Screen 安排在 8 月 17 日。
整场面试约 60 分钟，共考察两道 DSA 题。
Problem 1
Count Stepping Numbers in Range
使用 BFS 完成。面试官认可该解法，并进一步追问了一道 Follow-up。
Problem 2
一道标准的二分搜索题，类似：
Capacity To Ship Packages Within D Days
前约 45 分钟内完成了两道题，剩余约 15 分钟用于考察 Amazon Leadership Principles。
考察的 LP： Bias for Action
个人感觉本轮表现不错。两天后收到通知，确认通过 Phone Screen，并进入后续四轮 Loop Interview。
3. Loop Round 1：HLD/LLD 安排混乱，8 月 21 日
这是整个面试过程中最特殊的一轮。
HR 原本告知这是一轮 LLD + DSA 面试，但面试开始后，面试官直接提出了一道 System Design/HLD 题：
设计 Amazon 库存管理系统（Inventory Management System）
一开始按照 LLD 的方向思考和回答。进行一段时间后，才意识到面试官实际期待的是 HLD。
由于事先没有针对本轮 HLD 做心理和内容准备，一些问题回答得不够理想。面试官深入考察了并发相关场景，例如：
当某件商品只剩一个库存，但两名用户同时下单时，如何防止两个订单都成功？
讨论内容包括：
- Race Condition
- Concurrency
- 库存一致性
- 并发更新
- 防止超卖
- 锁与事务方案
考察的 LP： Earn Trust
本轮反馈为 Neutral。
面试结束后，HR 表示，对方误将该轮向面试官传达为 System Design，而不是原定的 LLD。随后申请重新安排一次原本应有的 LLD 面试，但 HR 拒绝了该请求。
如果能提前知道本轮考察 HLD，个人认为表现本可以更好。
4. Loop Round 2：DSA，8 月 21 日
本轮原定 1 小时，实际进行了约 1 小时 40 分钟，共考察三道 DSA 题。
Problem 1
使用标准的双指针方法完成。
Problem 2：Follow-up
这是上一题的 Follow-up，与面试官详细讨论了题目直觉和解题思路。
Problem 3
Cheapest Flights Within K Stops
一道基于 Graph/BFS 的最小权重问题。
三道题均顺利完成。本轮还深入讨论了过往项目，为 Leadership Principles 部分提供了较好的素材。
考察的 LP：
- Bias for Action
- Dive Deep
本轮整体表现很好，反馈为 Very Positive。
5. Loop Round 3：Hiring Manager + LLD，8 月 26 日
本轮原本是 Hiring Manager Round。由于此前已经进行过 HLD，HR 将这一轮安排为 LLD。
面试官是一位资历很深的 Manager。
前约 15 分钟主要考察 Leadership Principles。
考察的 LP： Deliver Results
双方围绕此前的项目和工作经历讨论了多个案例。
随后进入设计题：
设计一个 Rate Limiter
由于对该主题准备较充分，整体讨论进行得很顺利，涉及：
- Fixed Window
- Sliding Window
- Token Bucket
- 分布式限流
- Redis
- 锁与并发
- 多个应用实例之间的限流处理
- 不同限流方案之间的 Trade-off
面试官还进一步追问了分布式系统和一致性相关问题。
这是个人感觉表现最强的轮次之一，Hiring Manager 给出的反馈为 Positive。
6. Bar Raiser：8 月 31 日
最后一轮是 Bar Raiser，由一位 Senior Engineer 担任面试官。
DSA 部分是一道难度较高的 Knapsack 类型问题。
最初尝试使用 Greedy 思路解决。面试官对该方法提出质疑，并给出了一些提示。进一步讨论后，最终确认该题需要使用 Knapsack/DP 方法。
由于识别正确解法花费了较多时间，最终没能在规定时间内完成全部代码。
最后约 15 分钟用于考察 Leadership Principles：
- Customer Obsession
- Ownership
个人感觉该轮表现不理想，主要原因是没有完成 Coding 部分。本轮最终反馈为 Negative。
最终结果
几天后，HR 电话告知了最终结果。各轮反馈大致如下：
- Phone Screen：Positive
- DSA Loop：Very Positive
- HM/LLD：Positive
- HLD：Neutral
- Bar Raiser：Negative
HR 表示，由于 Bar Raiser 和 HLD 两轮的表现，面试团队未能确认已经达到 SDE2 的要求。
因此，Amazon 最终没有提供 SDE2 Offer，而是给出了 SDE1 Offer。
再次提出希望针对最初安排错误的 HLD 轮次补面一次，但 HR 仍然拒绝。原 Hiring Manager 表示支持，并联系了另一位 Hiring Manager，希望由对方以 SDE1 级别接收。
面试体验与建议
整个流程对 DSA、系统设计和 Leadership Principles 都有较全面的考察。
值得注意的几点包括：
- Phone Screen 可能连续考察两道 DSA 题，并预留约 15 分钟询问 Leadership Principles。
- Loop 中的 DSA 轮可能超过原定时间，并包含多道题和 Follow-up。
- HLD 和 LLD 都需要充分准备，即使 Recruiter 提前提供了轮次安排，也应做好临时调整的准备。
- Bar Raiser 的单轮负面反馈可能对最终定级产生较大影响。
- 遇到题目时，应尽早验证 Greedy 等直觉方案是否成立，避免在错误方向上投入过多时间。
- Leadership Principles 会贯穿多轮面试，应准备覆盖不同原则的项目案例，并能够回答深入追问。