很多人一提到 Amazon OA,第一反應就是:
“不難吧?刷點 LeetCode + 看下 LP 就行?”但這幾年我們在 Programhelp 實際陪跑了大量 Amazon OA 之後,發現一個很明顯的現象:真正被刷掉的人,大多不是“不會寫題”,而是沒理解 Amazon OA 的真實篩選邏輯。
這篇文章,我會從真實候選人的 OA 反饋 + 我們長期總結的資料出發,完整拆解 Amazon OA 的流程、題型分佈、高頻考點,以及最容易被忽略、但殺傷力極大的細節。
Amazon OA 整體流程概覽(SDE / New Grad 通用)
以近一年 SDE / NG 崗位為例,大部分 Amazon OA 由以下幾部分組成(順序可能略有調整):
- Online Coding Assessment
- 通常 2 道演算法題
- 平臺多為 HackerRank
- 時間 70~90 分鐘不等
- Work Style Assessment(性格 / 行為測評)
- 強相關 Amazon Leadership Principles
- 沒有“標準答案”,但有明確的“雷區”
- 部分崗位會加:Work Simulation / Debugging / SQL
- 尤其是 SDE Intern、部分 Team 特定崗位
注意:
OA 本身就是第一輪篩選,不是“走流程”。
很多簡歷不錯的候選人,直接卡在 OA,沒有 VO。
Amazon OA 真題分享
MySQL 挑戰

解題思路
- 核心目標拆解:
- 按部門(DivisionID)統計總薪資(TotalDivisionSalary);
- 找出每個部門薪資最高的員工姓名(Name)和薪資(TopSalary);
- 計算最高薪資佔部門總薪資的百分比(SalaryUtilization);
- 判斷是否存在預算最佳化潛力(最高薪資 < 部門總薪資 50% 則標 “Yes”,否則 “No”)。
- 技術方案:
- 先用
GROUP BY統計各部門總薪資; - 用視窗函式
ROW_NUMBER()按部門分組排序,篩選出每個部門薪資最高的員工; - 關聯總薪資結果與最高薪資員工資料,計算百分比;
- 用
CASE WHEN判斷預算最佳化潛力。
- 先用
Python3 挑戰

解題思路
- 核心目標補充(基於題目上下文):題目未完整列出最終任務,但結合場景和示例,核心需求是:
- 將扁平陣列按 “每 3 個元素一組” 解析為結構化的評論資料(評分、評論內容、日期);
- 常見衍生需求(補全合理任務):統計評分分佈、篩選指定日期 / 評分的評論、提取關鍵詞等。
- 技術方案:
- 按步長 3 遍歷陣列,分組解析評論;
- 型別轉換(評分從字串轉整數);
- 封裝為函式,返回結構化資料(如列表巢狀字典),便於後續分析。
Amazon OA Coding 的隱藏“淘汰點”
這是很多刷題黨最容易忽略的部分。
只跑 sample case 就提交
Amazon OA 的 test case 非常“陰險”:
- 空輸入
- 極限長度
- 重複元素
- 特殊字元 / 邊界 index
能 AC ≠ 能過 OA
沒有控制複雜度
Amazon 非常看重:
- 是否意識到複雜度問題
- 是否主動最佳化
哪怕你沒寫最優解,
但在程式碼或思路中體現“我知道瓶頸在哪”,結果都可能不一樣。
時間分配失衡
真實情況是:
- 第一題寫太久
- 第二題直接沒寫完
Amazon OA 不是必須兩題滿分,
但通常至少要有一題是“完全正確 + 高質量程式碼”。
Work Style Assessment(比你想的重要)
很多人低估了這一部分。
Work Style Assessment 本質是在測:
- 你是否符合 Amazon Leadership Principles
- 你的決策模式是否“穩定一致”
高頻涉及的 LP 包括:
- Ownership
- Customer Obsession
- Bias for Action
- Dive Deep
一個非常常見的錯誤是:
選項前後邏輯自相矛盾
Amazon 並不怕你“不完美”,
但非常排斥“價值觀搖擺”。
把 OA 這一關,交給更熟悉規則的人
針對 Amazon、Meta、Google、Goldman Sachs 等大廠 OA,我們提供 遠端無痕 OA 協助服務,覆蓋演算法、SQL、Debug、系統類題目等常見考察模組。整個過程採用 低干擾遠端聯機方式,不需要切屏、不安裝外掛、不觸發平臺風控機制,最大程度保證賬號與測試環境的安全性。
所有協助由 具備真實大廠面試與實戰經驗的工程師一對一完成,嚴格按照 OA 時間限制與評分邏輯執行,重點確保隱藏測試用例透過率與程式碼質量達標。我們更關注“是否能進入下一輪”,而不僅僅是“寫完題目”。
適用於 HackerRank、CodeSignal、Codility、牛客網等主流 OA 平臺。
未透過測試用例不收費,流程清晰,可追溯。