bg：985本碩，研究方向是NLP相關(guān)，有一段中廠算法實(shí)習(xí)+幾個(gè)水項(xiàng)目，leetcode刷了300+（但依舊很菜）。

?

時(shí)間線 & 準(zhǔn)備：

3月初-投遞：

攜程算是投得比較早的（不過(guò)好感度比較高，因?yàn)槎颊f(shuō)技術(shù)和氛圍在大廠里算數(shù)一數(shù)二的），官網(wǎng)直接填的簡(jiǎn)歷（建議把項(xiàng)目經(jīng)歷和實(shí)習(xí)細(xì)節(jié)精簡(jiǎn)突出，和崗位JD靠一靠）。當(dāng)時(shí)還同步在投其他大廠，主打一個(gè)廣撒網(wǎng)…

?

3月中旬-筆試：

攜程的筆試難度中等，A了2題，另外2道也基本接近滿分了。Tips： 筆試前可以看看攜程的業(yè)務(wù)（旅游/酒店/機(jī)票），算法題可能會(huì)貼近業(yè)務(wù)場(chǎng)景，而這個(gè)真實(shí)業(yè)務(wù)場(chǎng)景還是比較復(fù)雜的。

?

3月底-技術(shù)面（兩輪）：

一面：

上來(lái)面試官先進(jìn)行了很詳細(xì)的部門(mén)介紹，我才知道攜程集團(tuán)很大，不僅僅是我們知道的酒店和訂票，覆蓋的是整個(gè)旅游生態(tài)鏈，全球員工超過(guò)3萬(wàn)人，原諒我這個(gè)旅游愛(ài)好者對(duì)旅游生態(tài)鏈業(yè)務(wù)一無(wú)所知。。

1.?自我介紹

2.?介紹任意一個(gè)項(xiàng)目，然后開(kāi)始深挖

3.?BERT和GPT各自結(jié)構(gòu)的優(yōu)勢(shì)？如果大模型以后部署、速度都得到了很大的提升，BERT會(huì)被取代嗎？

4.transformer的編解碼器，以及注意力機(jī)制

5.transformer架構(gòu)，encoder和decoder有什么區(qū)別嗎

6.場(chǎng)景題?怎么利用NLP技術(shù)構(gòu)建智能問(wèn)答助手，結(jié)合目前的rag技術(shù)回答，以及如果知識(shí)庫(kù)很龐大，是否有對(duì)rag技術(shù)的改進(jìn)

算法：

手撕attention

最長(zhǎng)公共子序列

?

二面：

偏業(yè)務(wù)場(chǎng)景，而且面試官比較全面，除了NLP相關(guān)問(wèn)題，還會(huì)問(wèn)一些拓展性業(yè)務(wù)，比如“用戶搜索‘上海迪士尼’但沒(méi)下單，如何優(yōu)化推薦？” 考察對(duì)業(yè)務(wù)的理解和思維邏輯。

代碼題是字符串匹配（KMP沒(méi)寫(xiě)出來(lái)…用了暴力法，面試官說(shuō)思路ok但提醒我回去復(fù)習(xí)）。

?

4月初-HR面：

常規(guī)問(wèn)題：職業(yè)規(guī)劃、對(duì)攜程的了解、實(shí)習(xí)時(shí)長(zhǎng)等。HR小姐姐很nice，還問(wèn)我“如果同時(shí)有其他offer怎么選”（誠(chéng)實(shí)說(shuō)了傾向攜程，因?yàn)閷?duì)旅游業(yè)務(wù)感興趣hh，這個(gè)算法技術(shù)場(chǎng)景做起來(lái)還挺有意思的）。

?

反思 & 建議：

簡(jiǎn)歷匹配度很重要！ 攜程算法崗明顯更關(guān)注業(yè)務(wù)落地能力，項(xiàng)目經(jīng)歷里最好體現(xiàn)“怎么用算法解決實(shí)際問(wèn)題”。

手撕代碼要穩(wěn)。 雖然題目不難，但緊張容易翻車(chē)（比如我KMP卡殼）。建議多mock，保持手感。

業(yè)務(wù)場(chǎng)景題多積累。 旅游平臺(tái)的算法場(chǎng)景（搜索/推薦/定價(jià)）可以提前看看paper或行業(yè)方案。

?

最后：

感謝攜程給的機(jī)會(huì)，也感謝?？蜕细魑坏拿娼?jīng)！今年找實(shí)習(xí)真的卷飛了，身邊很多大佬還在流程中，祝大家都能上岸理想offer～