OfferForge 导师 Dr. W. — 博士毕业，前 FAANG Senior MLE。研究方向为大规模分布式机器学习系统，曾在顶级国际学术会议发表多篇论文。负责团队学术方向把控与 MLE 面试辅导。
OfferForge 导师 Dr. S. — 前大厂 Senior SDE，精通分布式系统与大规模数据处理。曾在顶级技术会议发表多篇技术报告，专注于系统可扩展性与可靠性。负责课程体系设计与 System Design 面试辅导。
OfferForge 导师 Dr. L. — 前大厂 Senior SDE，深耕分布式系统与微服务架构。在服务治理、事件驱动架构方面有丰富实战经验。负责求职策略制定与 SDE 面试辅导，已帮助多位候选人斩获 Senior 级别 Offer。
写在最前面：这是25 summer intern的经验分享，coding和bq题的内容、以及我们的建议仍然极具参考价值。如果想了解 26 summer/fall intern，请戳导航栏的「服务案例」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10月底提交了简历，11月10日收到了 Online Assessment，有两周的时间完成，最终选择在11月21日完成提交。之后，11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。
这轮 VO 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candidate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、clarify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。
我被问到一道题。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)。