资深算法工程师（时间序列/大模型方向）(MJ034490)

优缺点分析

角色解读

• 技术专家路线：深耕时间序列或大模型方向，成为领域权威
• 管理路线：带团队负责核心算法模块，晋升为技术Leader
• 跨领域发展：转向AI产品、数据科学或业务策略岗位
• 处理多维时间序列数据，构建预测模型，为酒店业务提供需求预测
• 应用因果推断方法分析市场环境与需求之间的动态关系
• 参与业务分析、特征工程、模型训练及在线实验全流程
• 探索大语言模型与智能编码等前沿技术，在OTA场景中的实际应用
• 扎实的机器学习与深度学习理论基础，熟悉时间序列预测或因果推断
• 熟练掌握Python及至少一种深度学习框架（PyTorch/TensorFlow）
• 较强的数据敏感度和业务理解能力，能独立拆解技术问题
• 良好的沟通协作能力和项目落地能力

申请策略

• 提前了解携程酒店业务背景和常见算法应用场景，面试中展现业务洞察力
• 准备1-2个完整项目案例，从问题定义到模型部署的完整链路
• 突出时间序列预测、因果推断或运筹优化相关的项目经验，最好有落地成果
• 强调Python和深度学习框架（PyTorch/TensorFlow）的使用熟练度
• 展示业务理解能力，例如如何将业务问题转化为技术方案
• 如有大模型（LLM）相关经验，务必重点描述
• 复习时间序列模型（如LSTM、Transformer、Prophet）和因果推断方法
• 了解大模型应用（如Agentic Coding、RAG）及其在推荐/预测场景的结合

面试指南

• 项目介绍采用STAR原则：背景、任务、行动、结果，突出技术难点和业务收益
• 因果推断问题先明确定义，再讲方法（如DID、IV、PSM），最后说落地场景
• 大模型应用结合业务痛点，提出可行性方案，体现创新思维
• 请介绍一个你处理过的时序预测项目，包括数据、模型和效果
• 因果推断在业务中如何应用？举例说明
• 你对大模型在OTA领域的应用有什么想法？
• 如何评估一个预测模型在业务上的实际价值？
• 在团队合作中，如果遇到技术方案分歧，你如何解决？