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。
Amazon 的面试流程相对标准化，但会根据申请的职位级别有所区别。通常从在线申请开始，候选人递交简历后，如果通过筛选，就会进入到 OA环节。这个环节主要是为了初步筛查编程能力和解决问题的思维方式。对于 New Grad（SDE I / L4）候选人来说，OA 是几乎必经的一步，而对于有经验的候选人，有时也会直接进入技术面试。
Amazon 的 Virtual Onsite 一般会安排在同一天完成，通常是三轮或者四轮，具体取决于职位级别。每一轮的时间是一小时，一般来说，基本结构是前半小时行为问题（Behavioral Questions），后半小时算法编程或 SD。
在 BQ 部分，面试官的问题几乎全部围绕 Amazon 的 LP 展开，例如 Ownership、Bias for Action、Invent and Simplify 等。候选人需要用 STAR 框架来回答，也就是清楚交代 Situation、Task、Action 和 Result。在回答时，面试官会不断追问细节，比如 “你具体是怎么说服团队的？”、“当时遇到的最大困难是什么？”、“如果时间再次倒回去你会怎么改进？” 这样的 deep dive 很常见。所以准备 BQ 时必须有充足的真实案例，并且每个案例要能灵活地映射到不同的 leadership principle 上。
Coding 部分的难度大致在 LeetCode Medium 到 Hard 之间，常见题型包括 sliding window、DFS/BFS、Trie、heap、hashmap 等。Amazon 面试时并不太在意你是否在代码里有语法错误，而是重点看你是否能解释思路、考虑边界条件、分析复杂度并主动优化。如果能在写完解法后主动讨论大数据量下的处理方式或者分布式的场景，就会加分不少，因为这体现了候选人系统化思维的广度。
如果申请的是 SDE II，也就是 L5，除了三轮常规的 BQ + Coding，还会多出一轮系统设计（System Design）面试。这一轮同样是一个小时，前半小时依然是 BQ，但问题会更聚焦在 mid 工程师的责任，比如如何在不确定性中推动项目落地，如何权衡长期和短期的优先级，以及如何 mentor 团队中的新人。