Perguntas de Entrevista para Amazon SDE (2026)
O processo Amazon SDE é distinto porque a componente comportamental está entrelaçada em quase todas as etapas, ancorada nos 16 Leadership Principles (LPs). Espere etapas de programação (estruturas de dados, algoritmos), uma ou duas discussões de design de sistemas, e perguntas comportamentais baseadas em LPs em quase todas as entrevistas — a cada entrevistador é geralmente atribuído princípios específicos para avaliar.
O nível de programação é sólido mas raramente a parte mais difícil para candidatos preparados; as perguntas comportamentais LP são onde muitos processos são ganhos ou perdidos. A Amazon usa explicitamente o método STAR e procura histórias na primeira pessoa baseadas em dados ("eu", não "nós") com resultados mensuráveis. Respostas vagas ou que dão o crédito à equipa pontuam mal.
As perguntas abaixo misturam os padrões comuns de programação da Amazon com os prompts de LP para os quais deveria ter histórias ensaiadas. Prepare duas histórias distintas por cada princípio importante, porque os entrevistadores farão perguntas de seguimento que aprofundam as suas ações específicas e o resultado.
Perguntas de Entrevista para Amazon SDE e Como Respondê-las
1. Two sum / encontre pares cuja soma seja igual a um valor-alvo.
Abordagem: Mapa de hash numa passagem, O(n). Declare o trade-off de espaço por tempo face à ordenação + dois apontadores. Um aquecimento padrão da Amazon; chegue ao óptimo de forma limpa e discuta duplicados.
2. Encontre a palavra mais comum / os k elementos mais frequentes.
Abordagem: Contagens com mapa de hash + heap (O(n log k)) ou bucket sort (O(n)). A Amazon gosta disto porque se expande numa discussão sobre fazê-lo sobre um fluxo massivo de logs.
3. Copie uma lista ligada com apontadores aleatórios.
Abordagem: Intercale os nós copiados, depois separe — O(1) de espaço extra — ou um mapa de hash do original para a cópia. Percorra a gestão dos apontadores com cuidado; um favorito da Amazon para testar precisão.
4. Course schedule (detete um ciclo / ordenação topológica).
Abordagem: Modele os pré-requisitos como um grafo dirigido; use o algoritmo de Kahn ou DFS com uma pilha de recursão para detetar ciclos. Explique por que razão um ciclo significa que o horário é impossível.
5. Conceba um sistema como o cumprimento de pedidos da Amazon / um encurtador de URLs.
Abordagem: Esclareça os requisitos e a escala, defina a API, escolha o armazenamento e um esquema de IDs, depois discuta caching e consistência. Associe as escolhas à disponibilidade — um valor de design da Amazon.
6. Fale-me de uma vez em que assumiu a responsabilidade por um problema fora do seu âmbito. (Ownership)
Abordagem: STAR, na primeira pessoa, com dados. Ownership é um dos LPs mais testados: mostre que viu uma lacuna, agiu além da sua função, e alcançou um resultado mensurável que consegue quantificar.
7. Descreva uma vez em que discordou e depois se comprometeu. (Have Backbone; Disagree and Commit)
Abordagem: Escolha um desacordo real em que expressou a sua visão com dados, e depois se comprometeu totalmente uma vez tomada a decisão. A Amazon quer tanto a firmeza como o seguimento, com o resultado.
8. Fale-me de uma vez em que entregou resultados sob um prazo apertado. (Deliver Results)
Abordagem: STAR com métricas. Enfatize a priorização, o que cortou, e o resultado quantificado. A Amazon filtra fortemente candidatos que entregam sob restrição, não só os que planeiam.
Receba ajuda em tempo real na sua entrevista Amazon SDE
A Amazon entrelaça os Leadership Principles em cada etapa. O modo comportamental do Natively ajuda-o a estruturar respostas STAR ancoradas na sua experiência real em tempo real, e o seu suporte de programação lê os problemas no ecrã e sugere uma abordagem — tudo no seu dispositivo, em menos de 500 ms.
