Pertanyaan Wawancara Amazon SDE (2026)
Proses Amazon SDE khas karena komponen perilaku ditenun ke hampir setiap sesi, berlandaskan 16 Leadership Principles (LP). Harapkan sesi coding (struktur data, algoritma), satu atau dua diskusi system design, dan pertanyaan perilaku berbasis LP di hampir setiap wawancara — setiap pewawancara biasanya ditugaskan prinsip tertentu untuk dinilai.
Standar coding cukup kuat tapi jarang menjadi bagian tersulit bagi kandidat yang siap; pertanyaan perilaku LP adalah tempat banyak proses dimenangkan atau dikalahkan. Amazon menggunakan metode STAR secara eksplisit dan mencari cerita orang pertama berbasis data ("saya", bukan "kami") dengan hasil yang terukur. Jawaban yang samar atau memberi kredit pada tim bernilai rendah.
Pertanyaan di bawah ini mencampur pola coding umum Amazon dengan prompt LP yang seharusnya sudah Anda siapkan ceritanya. Siapkan dua cerita berbeda untuk setiap prinsip utama, karena pewawancara akan memberikan follow-up yang menggali tindakan spesifik Anda dan hasilnya.
Pertanyaan Wawancara Amazon SDE dan Cara Menjawabnya
1. Two sum / temukan pasangan yang berjumlah target.
Pendekatan: Hash map dalam satu lintasan, O(n). Nyatakan trade-off ruang-untuk-waktu dibanding sorting + dua pointer. Pemanasan standar Amazon; capai solusi optimal dengan bersih dan diskusikan duplikat.
2. Temukan kata paling umum / elemen top-k paling sering muncul.
Pendekatan: Hitungan hash map + heap (O(n log k)) atau bucket sort (O(n)). Amazon menyukai ini karena bisa berkembang menjadi diskusi tentang melakukannya pada aliran log yang masif.
3. Salin linked list dengan pointer acak.
Pendekatan: Selipkan node yang disalin, lalu pisahkan — O(1) ruang ekstra — atau hash map dari asli ke salinan. Jelaskan pengelolaan pointer dengan cermat; favorit Amazon untuk menguji ketelitian.
4. Course schedule (deteksi siklus / topological sort).
Pendekatan: Modelkan prasyarat sebagai graf berarah; gunakan algoritma Kahn atau DFS dengan stack rekursi untuk mendeteksi siklus. Jelaskan mengapa siklus berarti jadwal tidak mungkin dilakukan.
5. Rancang sistem seperti pemenuhan pesanan Amazon / pemendek URL.
Pendekatan: Klarifikasi kebutuhan dan skala, definisikan API, pilih storage dan skema ID, lalu diskusikan caching dan konsistensi. Kaitkan pilihan dengan availability — nilai desain Amazon.
6. Ceritakan saat Anda mengambil tanggung jawab atas masalah di luar lingkup Anda. (Ownership)
Pendekatan: STAR, orang pertama, dengan data. Ownership adalah salah satu LP yang paling sering diuji: tunjukkan bahwa Anda melihat kesenjangan, bertindak di luar peran Anda, dan mencapai hasil terukur yang bisa Anda kuantifikasi.
7. Jelaskan saat Anda tidak sepakat lalu tetap berkomitmen. (Have Backbone; Disagree and Commit)
Pendekatan: Pilih ketidaksepakatan nyata di mana Anda menyuarakan pandangan Anda dengan data, lalu berkomitmen penuh setelah keputusan dibuat. Amazon ingin keduanya: keteguhan dan tindak lanjut, dengan hasilnya.
8. Ceritakan saat Anda memberikan hasil dalam tenggat waktu yang ketat. (Deliver Results)
Pendekatan: STAR dengan metrik. Tekankan prioritisasi, apa yang Anda potong, dan hasil yang terkuantifikasi. Amazon sangat menyeleksi kandidat yang mampu menghasilkan di bawah batasan, bukan hanya merencanakan.
Dapatkan bantuan real-time dalam wawancara Amazon SDE Anda
Amazon menenun Leadership Principles ke setiap sesi. Mode perilaku Natively membantu Anda menyusun jawaban STAR berdasarkan pengalaman nyata Anda secara real-time, dan dukungan coding-nya membaca soal di layar serta menyarankan pendekatan — semua di perangkat Anda, dalam waktu kurang dari 500 ms.
