Amazon इंटरव्यू सवाल

आपने Leadership Principles की सूची पढ़ी होगी, और शायद यह दीवार पर लगे पोस्टर जैसी लगी हो। यह सेक्शन बताता है कि इंटरव्यूअर असल में इनका इस्तेमाल कैसे करते हैं, जो शब्दों से कहीं ज़्यादा ठोस है। आपके लूप के हर इंटरव्यूअर को सिद्धांतों का एक उपसमूह सौंपा जाता है, और उसे कमरे से यह लिखित सबूत लेकर निकलना होता है कि आपने उन्हें दिखाया।

यही बंटवारा वजह है कि एक ही लूप दोहराव जैसा महसूस हो सकता है। एक इंटरव्यूअर Customer Obsession और Ownership खोज रहा होता है, तो दूसरा Dive Deep और Bias for Action, इसलिए आपसे मोटे तौर पर एक जैसे क्षेत्र पर अलग कहानी मांगी जाती है। एक पसंदीदा कहानी के बजाय छह से आठ अलग-अलग कहानियां तैयार रखें, और यह जानें कि हर कहानी किन सिद्धांतों के काम आ सकती है।

• Customer Obsession. एक ऐसा फैसला जो आपने रोडमैप से नहीं, ग्राहक से शुरू करके लिया।
• Ownership. आपकी जॉब डिस्क्रिप्शन से बाहर की कोई चीज़ जिसे आपने इसलिए संभाला क्योंकि वह टूटी हुई थी।
• Dive Deep. एक ऐसी समस्या जिसमें आप कच्चे डेटा तक गए और वह पाया जो सारांश छिपा रहा था।
• Have Backbone; Disagree and Commit. एक बार जब आपने असहमति जताई, हार गए, और फिर भी उसे पूरी तरह लागू किया।

शब्दों का चुनाव इंटरव्यूअर के हिसाब से बदलता है, लेकिन पैटर्न लूप और लेवल में दोहराते रहते हैं।

• मुझे उस समय के बारे में बताएं जब आपने अपनी ज़िम्मेदारी के दायरे से बाहर कोई अहम काम अपने हाथ में लिया।
• उस समय के बारे में बताएं जब आप अपने मैनेजर या किसी साथी से असहमत थे। आपने क्या किया?
• अब तक की सबसे जटिल समस्या के बारे में बताएं जिस पर आपने काम किया। आपने मूल कारण कैसे ढूंढा?
• ऐसा उदाहरण दें जब आपको अधूरे डेटा के साथ फैसला लेना पड़ा हो।
• उस समय के बारे में बताएं जब आप असफल हुए या डेडलाइन चूक गए। उसके बाद क्या बदला?
• उस समय के बारे में बताएं जब आपने गुणवत्ता को नुकसान पहुंचाए बिना किसी प्रक्रिया को सरल बनाया या लागत घटाई।

सवालों से ज़्यादा फॉलो-अप सवालों की उम्मीद रखें। आपकी कहानी के बाद, इंटरव्यूअर पूछते हैं कि आपका खास योगदान क्या था, पहले और बाद के आंकड़े क्या थे, आप अलग क्या करते, और आपके साथी इस बारे में क्या कहेंगे। जो कहानी चार फॉलो-अप सवाल नहीं झेल पाती, वह उधार ली हुई लगती है।

STAR का इस्तेमाल करें, लेकिन उसे उसी तरह तौलें जैसे Amazon तौलता है: संक्षिप्त स्थिति, एक वाक्य में कार्य, ज़्यादातर समय पहले व्यक्ति में action पर, और नतीजे में एक आंकड़ा। "हमने लेटेंसी बेहतर की" फेल होता है। "मैंने रीड-थ्रू कैश जोड़कर p99 लेटेंसी को 800ms से घटाकर 210ms किया, जो Prime ट्रैफिक के दौरान भी बनी रही" पास होता है।

एक सप्लाई चेन एनालिस्ट का उदाहरण लें जो सीनियर भूमिका के लिए इंटरव्यू दे रही है। वह फोरकास्ट फिक्स की कहानी सुनाती है और उससे क्रम से पूछा जाता है कि उसका अपना मॉडल बदलाव क्या था, उसने दो विकल्पों के बजाय यह तरीका क्यों चुना, पहले एरर रेट क्या था, और वॉल्यूम तीन गुना होने पर सबसे पहले क्या टूटा। उसके पास आंकड़े थे, इसलिए कहानी टिकी रही। उसकी दूसरी कहानी में आंकड़े नहीं थे, और इंटरव्यूअर एक मिनट के अंदर आगे बढ़ गया।

इसे ज़ोर से बोलकर अभ्यास करना वह हिस्सा है जिसे ज़्यादातर उम्मीदवार छोड़ देते हैं। आप /mock-interview पेज पर AI इंटरव्यूअर के सामने फॉलो-अप के दबाव का अभ्यास कर सकते हैं, यहीं लिखी और बोली गई कहानी का फ़र्क सामने आता है।

बोले गए वीडियो राउंड के दौरान, SubcueAI इंटरव्यूअर का सवाल ट्रांसक्राइब करता है और आपकी तरफ एक सुझाई गई संरचना दिखाता है, चाहे वह macOS और Windows पर डेस्कटॉप ओवरले हो या Chromium ब्राउज़र एक्सटेंशन का साइड पैनल। कोई मीटिंग बॉट कॉल में शामिल नहीं होता, और मीटिंग पेज में कुछ भी इंजेक्ट नहीं किया जाता। व्यवहार राउंड के लिए उपयोगी आउटपुट यह याद दिलाना है कि आपकी अपनी कौन-सी कहानी उस सिद्धांत से मेल खाती है जिसे परखा जा रहा है, कोई स्क्रिप्ट नहीं; आंकड़े फिर भी आपके अपने होने चाहिए।

दो ईमानदार सीमाएं हैं। अगर कोई तकनीकी राउंड स्क्रीन-निगरानी या प्रॉक्टर्ड कोडिंग प्लेटफॉर्म पर चला जाए, तो लाइव मदद दायरे से बाहर है और आपको उस राउंड को सिर्फ अपने हुनर के दम पर लेना चाहिए। अगर आपसे स्क्रीन शेयर करने को कहा जाए, तो स्क्रीन पर जो कुछ भी है वह दिखाई देता है। बड़े नियोक्ता अपने लूप कैसे बनाते हैं, इस बारे में ज़्यादा जानकारी कंपनी इंटरव्यू टॉपिक में है, और भूमिका-विशेष सवालों के सेट question banks के तहत जमा हैं।