2026 年初我走完了 amazon data engineer 的 loop，面的是 consumer team 的 L5。招聘流程很慢（从投递到第一次电话 3 周，再用 6 周才把 loop 走完），但面试本身组织得挺好。
流程：一轮 hiring manager phone screen，然后四轮线上 onsite。
phone screen：在共享文档里写 SQL。两道题。第一道是基础聚合，用 GROUP BY 和 HAVING。第二道是 slowly-changing dimension type 2 的实现题。你需要写 INSERT/UPDATE 逻辑来追踪历史。如果你不知道 SCD type 2，去查一下，这个会考。
onsite 第 1 轮：SQL + 数据建模。给我一个原始 event log，让我为一个报表场景设计 star schema，然后基于它写查询。会问 normalization 的取舍，以及为什么在 OLAP 场景会做 denormalize。
onsite 第 2 轮：系统 / pipelines。设计一个 pipeline，从高吞吐的数据源摄取 clickstream。我讲的是 kinesis -> s3 -> glue -> redshift，但他们要具体细节：怎么处理 late-arriving data？如果一个 partition 漏了怎么办？怎么做到幂等写入？他们不是要唯一正确答案，而是看你怎么推演失败模式。
onsite 第 3 轮：coding。更偏 SWE。一个中等难度 LC 题（图遍历）+ 一个数据相关题：用 python 解析嵌套 JSON 日志结构。不像 SWE loop 那么重，但 python 要很熟。
onsite 第 4 轮：leadership principles。会聊 customer obsession 和 ownership。LP 故事要准备好，尽量具体且近期。他们会很狠地追问「影响是什么」和「你怎么量化」。
这次没拿到 offer。recruiter 说 system design 那轮比较接近。准备回去把那块补强。还是发出来，因为细节很有用。