Fragen im Vorstellungsgespräch für Amazon SDE (2026)
Amazons SDE-Prozess ist besonders, weil die Verhaltenskomponente fast jede Runde durchzieht, verankert in den 16 Leadership Principles (LPs). Erwarte Coding-Runden (Datenstrukturen, Algorithmen), eine oder zwei Systemdesign-Diskussionen, und LP-basierte Verhaltensfragen in fast jedem Interview — jedem Interviewer sind meist bestimmte Prinzipien zur Bewertung zugeordnet.
Die Coding-Hürde ist solide, aber für vorbereitete Kandidaten selten der schwierigste Teil; die LP-Verhaltensfragen entscheiden oft über Erfolg oder Niederlage. Amazon nutzt explizit die STAR-Methode und sucht datengestützte Geschichten in der ersten Person ("ich", nicht "wir") mit messbaren Ergebnissen. Vage Antworten oder Teamzuschreibungen punkten schlecht.
Die folgenden Fragen mischen Amazons häufige Coding-Muster mit den LP-Prompts, für die du geübte Geschichten haben solltest. Bereite zwei verschiedene Geschichten pro wichtigem Prinzip vor, denn Interviewer stellen Follow-ups, die tief in deine konkreten Handlungen und das Ergebnis gehen.
Fragen im Vorstellungsgespräch für Amazon SDE und wie man sie beantwortet
1. Two Sum / finde Paare, die sich zu einem Zielwert summieren.
Ansatz: Hash-Map in einem Durchgang, O(n). Nenne den Speicher-für-Zeit-Trade-off gegenüber Sortieren + zwei Zeigern. Ein Standard-Amazon-Warm-up; komme sauber zur optimalen Lösung und diskutiere Duplikate.
2. Finde das häufigste Wort / die k häufigsten Elemente.
Ansatz: Hash-Map-Zählungen + Heap (O(n log k)) oder Bucket-Sort (O(n)). Amazon mag das, weil es sich zu einer Diskussion über die Umsetzung über einen riesigen Log-Stream erweitert.
3. Kopiere eine verkettete Liste mit zufälligen Zeigern.
Ansatz: Verschachtele kopierte Knoten, dann trenne sie — O(1) zusätzlicher Speicher — oder nutze eine Hash-Map vom Original zur Kopie. Gehe die Zeiger-Buchhaltung sorgfältig durch; ein Amazon-Favorit, um Präzision zu testen.
4. Course Schedule (erkenne einen Zyklus / topologische Sortierung).
Ansatz: Modelliere Voraussetzungen als gerichteten Graphen; nutze Kahns Algorithmus oder DFS mit einem Rekursionsstapel, um Zyklen zu erkennen. Erkläre, warum ein Zyklus bedeutet, dass der Zeitplan unmöglich ist.
5. Entwerfe ein System wie Amazons Auftragsabwicklung / einen URL-Shortener.
Ansatz: Kläre Anforderungen und Skala, definiere die API, wähle Speicher und ein ID-Schema, diskutiere dann Caching und Konsistenz. Verknüpfe Entscheidungen mit Verfügbarkeit — ein Amazon-Designwert.
6. Erzähl mir von einer Situation, in der du Verantwortung für ein Problem außerhalb deines Bereichs übernommen hast. (Ownership)
Ansatz: STAR, erste Person, mit Daten. Ownership ist eines der am meisten getesteten LPs: zeige, dass du eine Lücke gesehen hast, über deine Rolle hinaus gehandelt hast, und ein messbares Ergebnis erzielt hast, das du quantifizieren kannst.
7. Beschreibe eine Situation, in der du widersprochen hast und dich dann engagiert hast. (Have Backbone; Disagree and Commit)
Ansatz: Wähle eine echte Meinungsverschiedenheit, bei der du deine Sicht mit Daten vertreten hast, und dich dann nach der Entscheidung voll engagiert hast. Amazon will sowohl Standfestigkeit als auch Nachverfolgung, mit dem Ergebnis.
8. Erzähl mir von einer Situation, in der du unter knapper Deadline Ergebnisse geliefert hast. (Deliver Results)
Ansatz: STAR mit Metriken. Betone Priorisierung, was du gestrichen hast, und das quantifizierte Ergebnis. Amazon filtert stark nach Kandidaten, die unter Einschränkung liefern, nicht nur planen.
Erhalte in Echtzeit Hilfe in deinem Vorstellungsgespräch als Amazon SDE
Amazon durchzieht jede Runde mit Leadership Principles. Nativelys Verhaltensmodus hilft dir, STAR-Antworten basierend auf deiner echten Erfahrung in Echtzeit zu strukturieren, und seine Coding-Unterstützung liest Probleme auf dem Bildschirm und schlägt einen Ansatz vor — alles auf deinem Gerät, in unter 500 ms.
