Amazon 的 SDE 实习面试流程很高效：OA 通过后进入 两轮 Virtual Onsite，没有更多筛选。时间线大约一个多月——10 月底投简历，11 月初收到 OA（两周完成），11 月下旬收到 VO 邀请。整个面试通过 Amazon 自家视频工具 Chime 进行，两轮都是 behavioral + coding 的组合，且 BQ 100% 围绕 16 条 Leadership Principles。两轮加起来基本决定结果，重要性都很高。
一、Amazon SDE 实习面试概览
| 维度 | 详情 |
|---|---|
| 流程 | OA → 两轮 VO |
| 工具 | Amazon Chime（需提前下载测试） |
| 单轮时长 | 约 45 分钟 |
| 单轮结构 | 自我介绍 + BQ + coding + QA |
| 关键 | BQ 全围绕 16 条 Leadership Principles |
每轮都分两部分：behavioral + technical。开场寒暄、自我介绍，然后 BQ，接着进入 coding。两轮风格相似，但题目和侧重点不同。
二、第一轮：两道 LP 行为题 + 合并区间
2.1 Behavioral（约 20 分钟）
两道 BQ 都围绕 Leadership Principles，全程用 STAR 结构。
第一题："Tell me about a time when you had a conflict with a teammate and how you resolved it." 考察人际关系和冲突管理。我讲了一次因分工不清导致责任重叠的情况：主动沟通澄清任务边界，引导团队重新梳理项目计划，最终顺利推进并提升协作效率。
第二题："Tell me about a time when you had to learn something very quickly to complete a task." 考察压力下的快速学习能力。我分享了临时被要求用不熟悉的框架开发：短时间内查文档、读开源项目，两天内完成关键功能模块。
2.2 Coding：合并区间（口述题，无运行环境）
Amazon 的 coding 很特别：没有在线题目展示，由面试官口述题目要求，你要自己理解、clarify 模糊点、解释思路、写代码，并在没有运行环境的情况下讲解测试。编辑器极简，无 test case、无运行按钮。
题目：给定一组可能重叠的区间，将所有重叠区间合并并返回结果。
思路转化：排序 + 扫描线。先按起点排序，依次遍历，当前区间与前一个重叠则合并，否则加入结果。
def merge_intervals(intervals):
if not intervals:
return []
# 必须先按起点排序，否则无法一次扫描完成合并
intervals.sort(key=lambda x: x[0])
merged = [list(intervals[0])]
for s, e in intervals[1:]:
if s <= merged[-1][1]: # 与上一个区间重叠
merged[-1][1] = max(merged[-1][1], e)
else:
merged.append([s, e])
return merged
口述要点：讲清 为什么排序是必须的（保证重叠区间相邻）、合并逻辑边界（相邻端点是否算重叠、空输入）。要能在脑中模拟代码、自定义 test case 描述输出。时间复杂度：O(n log n)；空间复杂度：O(n)。
三、第二轮：LP 行为题 + 岛屿数量
3.1 Behavioral（约 15-20 分钟）
第二轮的 BQ 偏 Ownership / Bias for Action：
题目："Tell me about a time when you took ownership of a problem that wasn't strictly your responsibility." 我讲了在实习中发现一个被忽视的监控盲点，主动补上告警和文档、推动团队采纳的经历，强调「主动承担 + 推动落地」。
3.2 Coding：岛屿数量（同样口述，无运行环境）
题目：给定一个由 '1'（陆地）和 '0'（水）组成的二维网格，计算岛屿数量。岛屿被水包围，由相邻的陆地水平或垂直连接而成。
思路转化：经典 网格 BFS / DFS 连通分量。遍历每个格子，遇到未访问的陆地就计数 +1，并用 BFS/DFS 把整座岛标记为已访问。
from collections import deque
def num_islands(grid):
if not grid or not grid[0]:
return 0
rows, cols = len(grid), len(grid[0])
count = 0
for r in range(rows):
for c in range(cols):
if grid[r][c] == '1': # 发现一座新岛
count += 1
grid[r][c] = '0' # 标记已访问，避免重复计数
q = deque([(r, c)])
while q:
x, y = q.popleft()
for dx, dy in ((1, 0), (-1, 0), (0, 1), (0, -1)):
nx, ny = x + dx, y + dy
if 0 <= nx < rows and 0 <= ny < cols and grid[nx][ny] == '1':
grid[nx][ny] = '0'
q.append((nx, ny))
return count
口述要点：讲清 为什么找到一座岛后要立刻把整片陆地标记掉（否则会重复计数）、边界判断（越界、空网格），以及是否允许修改原网格（不允许就用单独的 visited 集合）。时间复杂度：O(rows × cols)；空间复杂度：O(rows × cols)（最坏情况队列大小）。
四、Lesson Learned
| 教训 | 说明 |
|---|---|
| BQ 全围绕 LP | 两轮都有 BQ，要准备覆盖多维度的 STAR 故事 |
| 表达比代码更重要 | 无运行环境，要靠语言把逻辑、边界、test case 讲清楚 |
| 时间管理 | 每轮 45 分钟塞下自我介绍 + BQ + coding + QA，BQ 别讲太细 |
建议平时按完整流程模拟节奏，而不是单独准备每一块——BQ 讲太细，coding 部分就会时间紧张。
FAQ
Q1：Amazon SDE 实习 VO 有几轮？
两轮 Virtual Onsite。OA 通过后进入两轮，每轮约 45 分钟、均为 BQ + coding 组合，通过 Chime 进行。两轮加起来基本决定结果，所以 BQ 和 coding 都要稳定发挥。
Q2：Amazon 的 coding 为什么没有运行环境？
Amazon 的 coding 由面试官口述题目，编辑器极简、不能运行、无 test case。这要求你代码逻辑必须正确清晰，还要能在脑中模拟运行、口头描述输出和边界条件。
Q3：两轮 BQ 大概问什么？怎么准备？
全围绕 16 条 Leadership Principles，常见有 conflict resolution、快速学习、ownership、bias for action。建议提前写好覆盖 Ownership、Customer Obsession、Bias for Action 等多个维度的 STAR 故事。
Q4：每轮 45 分钟怎么做时间管理？
自我介绍简短、BQ 用 STAR 控制时长、留足 coding 时间。BQ 讲太细会挤压 coding，平时按完整流程模拟节奏最有效。需要的话，我们的 VO 辅助 / 面试辅助 可以帮你按真实节奏做两轮限时模拟。
正在准备 Amazon SDE 实习 VO？
Amazon 实习两轮 VO，BQ（LP）和口述 coding 一样关键。如果你想要合并区间 / 岛屿数量这类口述编码的限时陪练、LP 故事打磨，或两轮 VO 的完整节奏复盘，欢迎交流：发岗位 JD 先做题型与 BQ 预测，再排练习计划，也支持 VO 辅助 / VO 代面 / 面试辅助 的实时对接。
立即添加微信 Coding0201，获取 Amazon 实习 VO 真题与陪练。
联系方式
- 微信：Coding0201
- Email：[email protected]
- Telegram：@OAVOProxy