Amazon SDE1 模拟面试

25% 通过 Amazon 技术门槛的候选人在 Leadership Principles 上被拒——这是 loop 里最缺准备的部分。按 LP 优先 rubric 练，不是泛泛 FAANG 准备。

  • 4-5 轮
    Onsite
  • 16
    Leadership Principles
  • 25%
    技术过-LP 挂率
  • 免费
    第一次 mock

为什么 Amazon SDE1 让通过其他 FAANG 的候选人在这里翻车

按 IGotAnOffer Amazon LP 指南 + 2025 候选人报告，25% 通过 Amazon 技术门槛的候选人在 Leadership Principles 上被拒。LP 维度不是 Google L3 那种 Googleyness 当 tiebreaker——是主要筛选维度，每个面试官分配 2-3 条具体 LP 来打分。每轮 coding 都以 LP 追问结束、OA 包含 work-style 模拟、Bar Raiser 明确考 Dive Deep 和 Deliver Results。

LP 故事准备不足——或者一 LP 一个排练好的故事被 5-8 分钟追问暴露——是最常见的 SDE1 拒绝模式。修法是结构性的：6-8 个带数字的 flex story、用「我」不用「我们」、能根据追问瞄准哪个 LP 来适配。把 16 条 LP 当 16 个独立故事背是错的策略。

Bar Raiser 真实存在但否决很少用（一位 BR 报告 700+ 面试从未否决）。常见的是 BR 在 LP 信号混杂时把 panel 推向 no-hire——否决权的实际效果不需要真用否决。

Loop 长这样

逐轮拆解

  1. 01

    Online Assessment

    Pre-onsite
    70-90 分钟

    HackerRank 或 Amazon Chime——2 道 DSA + work-style 模拟（多选判断情境）。所有部分都打分。

  2. 02

    Recruiter screen

    Pre-onsite
    15-30 分钟

    适配度、目标组、签证。技术内容很少。

  3. 03

    技术电话面

    Pre-onsite
    60 分钟

    1 道 coding + 1-2 道 LP 行为面。LP 在这里就开始了。

  4. 04

    Coding 轮 × 2

    Onsite
    每轮 60 分钟

    DSA 中等 + LP 追问——每轮都以 LP 行为面问题结束，不只是代码。

  5. 05

    System design（轻量）

    Onsite
    60 分钟

    比 SDE2/3 轻。常见：URL shortener 或简单服务。带 LP 追问。

  6. 06

    行为面 / LP

    Onsite
    60 分钟

    纯行为面。评估 2-3 个 LP，STAR 格式，「我」不是「我们」，flex story 映射多个 LP。

  7. 07

    Bar Raiser

    Onsite
    60 分钟

    资深面试官，不在你目标组。有否决权。考 Dive Deep、Deliver Results、整体 LP 覆盖。Debrief 4-7 天后。

题库

候选人报告的真实题目

  • LP

    "讲一个你跟队友意见不合的时候。怎么处理的？（Have Backbone; Disagree and Commit）"

    Source · IGotAnOffer Amazon LP 指南 2025, designgurus.io Amazon LP 指南 2025
  • LP

    "描述一个你 own 了职责之外问题的时候。（Ownership）"

    Source · interviewing.io Amazon LP 指南 2025, levels.fyi Amazon LP 指南
  • LP

    "讲一个你必须深挖数据解决问题的时候。（Dive Deep）"

    Source · aceround.app Amazon LP playbook 2025, IGotAnOffer 2025
  • LP

    "描述一个你必须在紧约束下交付结果的时候。（Deliver Results）"

    Source · interviewing.io Amazon LP 2025, tryexponent.com Amazon 行为面 2026
  • LP

    "讲一个你失败的事情和学到的东西。（Learn and Be Curious）"

    Source · levels.fyi Amazon LP 指南, designgurus.io 2025
  • Coding

    "实现一个函数找未排序数组里的第 k 大元素。Follow-up：N 增长时内存怎么变？"

    Source · Onsites.fyi 2025 Amazon SDE1 指南, GeeksforGeeks Amazon SDE 题集
  • Coding

    "验证/构造一个 BST。Follow-up edge case：重复值、单节点、偏斜树。"

    Source · bosscoderacademy.com Amazon SDE1 指南 2025
  • Coding pattern

    "双指针或滑动窗口在字符串/数组上的题。要求多轮优化。"

    Source · Onsites.fyi 2025 Amazon SDE1, LeetCode Discuss Amazon SDE1 帖 2025
  • System design

    "轻量系统设计：「设计 URL shortener？」E1 期待给出带 cache 的可工作答案，不要求完整分布式深度。"

    Source · Onsites.fyi 2025 Amazon SDE1 指南
  • Behavioral

    "OA 里 work-style 模拟：多选判断情境——你怎么应对模糊优先级、矛盾反馈、时间压力决策。"

    Source · IGotAnOffer Amazon SDE1 指南 2025, bosscoderacademy.com 2025
常见的信号问题

在这个职级容易被挂的地方

  • LP 故事里讲「我们」

    按 IGotAnOffer LP 指南，#1 LP 失败模式。故事要展现你具体做了什么。「我们组设计了 X」即使在 SDE1 也丢 LP 信号；改写成「我在团队里 own 了 X 的设计」。

  • STAR 没数字/没结果

    每个 STAR 故事要有量化结果：延迟降 X%、省 $Y、服务 Z 个客户。没数字的故事读起来是 anecdotal，丢 Deliver Results 信号。

  • 泛泛 LP 答案（一个 LP 一个故事）

    Bar Raiser 会追问。如果你一个 LP 只有一个排练好的故事，5-8 分钟追问会暴露浅薄的 ownership。要 flex story：6-8 个经历能根据问的 LP 适配。

  • 把 coding 轮当 LP-free

    Amazon 每轮 coding 都以 LP 追问结束。Coding 答完就 cold show LP 是 LP 准备不足的信号。

  • OA work-style 模拟答得差

    OA 的 work-style 多选是真打分。每个模糊情境都选「永远 escalate 给经理」是低 Ownership 信号；每个都选「永远自己拍板」是低 Earn Trust。要根据情境具体校准。

Applr 的 SDE1 模拟面试是怎么对齐 rubric 的

Applr 的 SDE1 mock 在每轮 coding 都加 LP 追问（匹配 Amazon 实际格式）、OA 风格的 work-style 模拟、专门的 Bar Raiser 轮考 Dive Deep 和 Deliver Results 配真 Bar Raiser 用的 5-8 分钟追问深度。

行为面明确按「我」vs「我们」措辞、每个故事的数字、flex story 适配性打分——跟 Amazon 实际面试官的同维度。没数字的故事会被标记并提示加量化结果；「我们」措辞给改写建议。

相邻 loop

相关练习

FAQ

为什么 LP 行为面在 Amazon 比其他 FAANG 权重大那么多？

按多份 2025 来源（interviewing.io Amazon 指南、IGotAnOffer LP 指南、designgurus.io 行为面指南）：Amazon 比任何其他大厂都更依赖行为面。25% 通过技术门槛的候选人在 LP 上被拒。16 条 Leadership Principles 不是 tiebreaker——是主要筛选维度，每个面试官分配 2-3 条具体 LP 来打分。代码强 + LP 信号弱 = 没 offer。

Bar Raiser 真的能否决我的 offer 吗？

能，按 IGotAnOffer Bar Raiser 指南和多份 2025 Blind 帖：Bar Raiser 有绝对否决权，HM 和其他面试官想招也能拒。实践中否决很少见——一位 Amazon Bar Raiser 报告 700+ 面试从未否决过——但结构性权力存在。Bar Raiser 不能在 HM 不要时强招，但能阻止边界招聘。

我要准备多少个 LP 故事？

按 designgurus.io 和 IGotAnOffer 的 LP playbook：6-8 个「flex story」能根据问题适配多个 LP。背 16 个分开的故事（一 LP 一个）是错的策略——Bar Raiser 追问（每题 5-8 分钟）会暴露浅薄练习。更好的做法：深 own 6-8 个经历，学会按问题瞄向哪个 LP 来 frame。

OA 里的 work-style 模拟是什么？

按 Onsites.fyi 2025 Amazon SDE1 指南：多选判断情境，让你选怎么应对模糊优先级、矛盾反馈、时间压力决策。按 LP 一致性打分——Earn Trust、Customer Obsession、Bias for Action。不要总选「安全的」escalate 给经理选项；按情境具体校准。

跟 Google L3 / Meta E3 怎么对比？

Amazon SDE1 是 LP 优先。Google L3 是不被提示的 coding 执行 + Googleyness（行为面较轻）。Meta E3 有新 AI-enabled coding 轮 + Move Fast 文化适配。准备时间有限的话，刷 LP STAR 故事在 Amazon 比额外 LeetCode 投资 ROI 更高。

SDE1 流程多久？

按多份 2025 候选人报告（Onsites.fyi 2025 SDE1 指南、Pratham Sharma Medium 2026 经历）：申请到 offer 4-8 周是典型的，Bar Raiser debrief 在 onsite 后 4-7 天。最近报告显示部分 pipeline 周期更长——一位 2025 候选人 loop 从 2025 年 9 月申请跑到 2026 年 2 月 offer call。

准备好用 Applr 练 亚马逊 的面试了吗？

免费开始 →