Amazon SDE 面接質問(2026年)
Amazon の SDE 選考プロセスは、行動面に関する要素がほぼすべてのラウンドに織り込まれており、16のリーダーシッププリンシプル(LP)に基づいている点が特徴的です。コーディングラウンド(データ構造、アルゴリズム)、1〜2回のシステム設計の議論、そしてほぼすべての面接でLPに基づく行動面接の質問を想定しましょう — 各面接官は通常、評価すべき特定のプリンシプルを割り当てられています。
コーディングの基準はしっかりしていますが、準備した候補者にとって最も難しい部分になることは稀です。LPの行動面接の質問こそ、多くの選考が決まる場所です。Amazonは明示的にSTAR法を使い、データに基づいた一人称の(『私』ではなく『私たち』ではない)具体的な結果を伴うエピソードを求めます。曖昧な、あるいはチームの功績として語る回答は評価が低くなります。
以下の質問は、Amazonのよくあるコーディングパターンと、練習しておくべきLPのプロンプトを組み合わせています。主要な各プリンシプルについて2つの異なるエピソードを用意しましょう。面接官はあなたの具体的な行動と結果を深掘りするフォローアップをするためです。
Amazon SDE 面接質問とその回答方法
1. Two sum / 目標値になるペアを見つける。
アプローチ: 一度の走査でハッシュマップを使い、O(n)。ソート+二つのポインタと比べたときの、時間のためにスペースを使うトレードオフを述べます。標準的なAmazonのウォームアップです。きれいに最適解に到達し、重複について議論します。
2. 最も頻出する単語を見つける / 上位k個の頻出要素。
アプローチ: ハッシュマップでのカウント+ヒープ(O(n log k))、またはバケットソート(O(n))。Amazonはこれを好みます。巨大なログストリーム上でこれを行う議論に発展できるからです。
3. ランダムポインタを持つ連結リストをコピーする。
アプローチ: コピーしたノードを挿入してから分離する方法(追加空間O(1))、またはオリジナルからコピーへのハッシュマップ。ポインタの管理を丁寧に説明します。精度を試すAmazonの定番問題です。
4. Course schedule(サイクルの検出 / トポロジカルソート)。
アプローチ: 前提条件を有向グラフとしてモデル化します。Kahnのアルゴリズムか、再帰スタックを使ったDFSでサイクルを検出します。サイクルがあると履修計画が不可能になる理由を説明します。
5. Amazonの注文処理のようなシステム / URL短縮サービスを設計してください。
アプローチ: 要件と規模を明確にし、APIを定義し、ストレージとIDスキームを選び、その後キャッシングと一貫性を議論します。選択を可用性に結びつけます — Amazonの設計上の価値観です。
6. 自分の担当範囲外の問題に対して責任を持った経験を教えてください。(Ownership)
アプローチ: STAR法、一人称で、データを使って。Ownershipは最も頻繁に試されるLPの一つです。ギャップを見つけ、自分の役割を超えて行動し、数値化できる測定可能な成果を出したことを示します。
7. 意見が対立しつつも、最終的にコミットした経験を説明してください。(Have Backbone; Disagree and Commit)
アプローチ: データを用いて自分の意見を主張し、決定が下された後は完全にコミットした実際の意見対立を選びます。Amazonは、信念を持つことと、結果を伴うフォロースルーの両方を求めています。
8. 厳しい期限の中で結果を出した経験を教えてください。(Deliver Results)
アプローチ: 数値を含むSTAR法。優先順位付け、何を削ったか、そして数値化された結果を強調します。Amazonは計画だけでなく、制約の中で実行できる候補者を厳しく見極めます。
Amazon SDE面接でリアルタイムサポートを受ける
Amazonはリーダーシッププリンシプルをあらゆるラウンドに織り込みます。Nativelyの行動面接モードは、あなたの実際の経験に基づいたSTAR形式の回答をリアルタイムで構造化する手助けをし、コーディングサポートは画面上の問題を読み取り、アプローチを提案します — すべてデバイス上で、500ミリ秒以内に完結します。
