携程已OC：求职总结版
bg：985本硕，研究方向是NLP相关，有一段中厂算法实习+几个水项目，leetcode刷了300+（但依旧很菜）。
时间线 & 准备：
3月初-投递：
携程算是投得比较早的（不过好感度比较高，因为都说技术和氛围在大厂里算数一数二的），官网直接填的简历（建议把项目经历和实习细节精简突出，和岗位JD靠一靠）。当时还同步在投其他大厂，主打一个广撒网…
3月中旬-笔试：
携程的笔试难度中等，A了2题，另外2道也基本接近满分了。Tips： 笔试前可以看看携程的业务（旅游/酒店/机票），算法题可能会贴近业务场景，而这个真实业务场景还是比较复杂的。
3月底-技术面（两轮）：
一面：
上来面试官先进行了很详细的部门介绍，我才知道携程集团很大，不仅仅是我们知道的酒店和订票，覆盖的是整个旅游生态链，全球员工超过3万人，原谅我这个旅游爱好者对旅游生态链业务一无所知。。
1. 自我介绍
2. 介绍任意一个项目，然后开始深挖
3. BERT和GPT各自结构的优势？如果大模型以后部署、速度都得到了很大的提升，BERT会被取代吗？
4.transformer的编解码器，以及注意力机制
5.transformer架构，encoder和decoder有什么区别吗
6.场景题 怎么利用NLP技术构建智能问答助手，结合目前的rag技术回答，以及如果知识库很庞大，是否有对rag技术的改进
算法：
手撕attention
最长公共子序列
二面：
偏业务场景，而且面试官比较全面，除了NLP相关问题，还会问一些拓展性业务，比如“用户搜索‘上海迪士尼’但没下单，如何优化推荐？” 考察对业务的理解和思维逻辑。
代码题是字符串匹配（KMP没写出来…用了暴力法，面试官说思路ok但提醒我回去复习）。
4月初-HR面：
常规问题：职业规划、对携程的了解、实习时长等。HR小姐姐很nice，还问我“如果同时有其他offer怎么选”（诚实说了倾向携程，因为对旅游业务感兴趣hh，这个算法技术场景做起来还挺有意思的）。
反思 & 建议：
简历匹配度很重要！ 携程算法岗明显更关注业务落地能力，项目经历里最好体现“怎么用算法解决实际问题”。
手撕代码要稳。 虽然题目不难，但紧张容易翻车（比如我KMP卡壳）。建议多mock，保持手感。
业务场景题多积累。 旅游平台的算法场景（搜索/推荐/定价）可以提前看看paper或行业方案。
最后：
感谢携程给的机会，也感谢牛客上各位的面经！今年找实习真的卷飞了，身边很多大佬还在流程中，祝大家都能上岸理想offer～
#携程求职进展汇总#
携程二面187人在聊
查看10道真题和解析