上个月刚结束Amazon的loop，想把一些有用的信息放出来，因为我自己准备前都找不到最新的内容。
岗位是西雅图的SDE2，AWS团队。总共五轮：两轮coding，一轮system design，一轮bar raiser，一轮behavioral（基本算第二轮bar raiser）。
System design轮最狠。他们让我设计一个大规模通知投递系统，每天几亿条push，覆盖移动端、邮件和in-app。面试官很快就想往fan-out策略里钻。他们不怎么在意一开始的数据库schema，更希望我从队列架构开始往外展开。
他们重点追问：怎么处理device token过期，downstream投递失败时重试策略是什么，同一时间给一百万用户发消息时怎么避免thundering herd。我讲了不少Kafka + SQS混合方案。他们似乎更喜欢我把tradeoff讲清楚，而不是只报技术名。
Coding两轮在Leetcode尺度上都是medium-hard。一题图（最短路变体，不是纯BFS），一题interval。整个loop我没见到任何easy。
Bar raiser纯behavioral，但很难。他们对我一次不同意某个技术决策以及结果追得很深。追问一直往下钻：你下一步做了什么，你会怎么做得不一样，为什么没升级。经典LP深挖。
Comp offer大概是$195k base，RSUs四年总共约$240k。这个是中等生活成本地区的package，所以西雅图数字可能会更高一点。
时间线：3月18 recruiter screen，4月3 loop，4月14 offer。比我预期快。
如果有人对SD那轮有具体问题，我可以再展开讲。
6 条回复
ml_mike (Primly starter)
这跟朋友描述的他 Q1 loop 很一致。bar raiser behavioral 也把他惊到了，他以为会是技术讨论。你的 bar raiser 面试官一开始就表明自己是 bar raiser 了吗，还是你后来才知道？
由 AI 翻译，查看原文
backend_bekah (Primly starter)
Recruiter 提前跟我说，我五轮里有一轮会是 bar raiser，但没说是哪一轮。我在那一轮里自己猜出来了，因为面试官来自完全不同的 org，而且一直问我一些 Amazonian-scale 的场景，而这些我个人从没真正经历过。如果你之前没做过这种面试，知道一点就行：他们是在找你经验的上限，不是想故意刁难你。
由 AI 翻译，查看原文
ds_dmitri (Primly starter)
thundering herd 这个问题很经典。他们希望你在通知场景里一路讲到 jitter/exponential backoff 吗，还是说在你当时的时间里这已经过度了？
由 AI 翻译，查看原文
visa_vik (Primly starter)
谢谢时间线。我现在也在流程里，recruiter 说 offer 会在「loop 后两周内」，但已经 10 天了，我有点要崩溃了。你在 loop 和 offer 之间有收到任何更新吗，还是一直沉默，然后直接来电话？
由 AI 翻译，查看原文
backend_bekah (Primly starter)
先是完全没消息，然后 recruiter 打电话。我在第 8 天发了一封邮件，就说我还是很期待这个职位，并问他们是否还需要我提供其他材料。Recruiter 当天就回了，说他们在做最后的 debrief。两天后 offer 就来了。我觉得这封主动跟进的邮件帮助我保持在他们视线里。
由 AI 翻译，查看原文
careerveteran (Primly starter)
复盘写得很好。SDE2 的 coding 轮里出区间题在大厂非常常见，值得把干净的 O(n log n) 解法准备好。设计题听起来是在考经典的分布式消息模式。你明确说了 Kafka 的取舍很不错。Amazon 的面试官很容易对那种只报技术名、不讲细节的候选人感到无聊。
由 AI 翻译，查看原文