bg：985本碩，研究方向是NLP相關(guān)，有一段中廠算法實習+幾個水項目，leetcode刷了300+（但依舊很菜）。

?

時間線 & 準備：

3月初-投遞：

攜程算是投得比較早的（不過好感度比較高，因為都說技術(shù)和氛圍在大廠里算數(shù)一數(shù)二的），官網(wǎng)直接填的簡歷（建議把項目經(jīng)歷和實習細節(jié)精簡突出，和崗位JD靠一靠）。當時還同步在投其他大廠，主打一個廣撒網(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/機票），算法題可能會貼近業(yè)務(wù)場景，而這個真實業(yè)務(wù)場景還是比較復(fù)雜的。

?

3月底-技術(shù)面（兩輪）：

一面：

上來面試官先進行了很詳細的部門介紹，我才知道攜程集團很大，不僅僅是我們知道的酒店和訂票，覆蓋的是整個旅游生態(tài)鏈，全球員工超過3萬人，原諒我這個旅游愛好者對旅游生態(tài)鏈業(yè)務(wù)一無所知。。

1.?自我介紹

2.?介紹任意一個項目，然后開始深挖

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

4.transformer的編解碼器，以及注意力機制

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

6.場景題?怎么利用NLP技術(shù)構(gòu)建智能問答助手，結(jié)合目前的rag技術(shù)回答，以及如果知識庫很龐大，是否有對rag技術(shù)的改進

算法：

手撕attention

最長公共子序列

?

二面：

偏業(yè)務(wù)場景，而且面試官比較全面，除了NLP相關(guān)問題，還會問一些拓展性業(yè)務(wù)，比如“用戶搜索‘上海迪士尼’但沒下單，如何優(yōu)化推薦？” 考察對業(yè)務(wù)的理解和思維邏輯。

代碼題是字符串匹配（KMP沒寫出來…用了暴力法，面試官說思路ok但提醒我回去復(fù)習）。

?

4月初-HR面：

常規(guī)問題：職業(yè)規(guī)劃、對攜程的了解、實習時長等。HR小姐姐很nice，還問我“如果同時有其他offer怎么選”（誠實說了傾向攜程，因為對旅游業(yè)務(wù)感興趣hh，這個算法技術(shù)場景做起來還挺有意思的）。

?

反思 & 建議：

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

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

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

?

最后：

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