算法工程师-苏州（27届）

优缺点分析

角色解读

• 从初级算法工程师成长为能独立负责核心业务策略的算法专家
• 或向智能数据平台、大模型应用（RAG/Agent）方向的技术架构师发展
• 也可向算法团队管理方向转型
• 负责用户偏好预测等机器学习模型的训练与迭代，优化线上业务策略
• 参与智能数据平台建设，开发RAG检索与Agent工具链
• 设计并分析AB实验，用数据验证策略价值并推动落地
• 熟练掌握Python及扎实的数据结构与算法基础
• 掌握机器学习与深度学习理论（如LR、GBDT等），具备完整的数据建模项目经验
• 具备较强的数据分析、逻辑推理及业务理解能力

申请策略

• 了解同程旅行的核心业务（如酒店、交通、旅游度假等）及用户画像特点，思考如何用算法提升用户体验和转化率
• 突出完整的机器学习/深度学习项目经历，特别是涉及特征工程、模型训练及效果评估的闭环经验
• 展示在RAG、Agent或大模型应用方面的探索或项目经验
• 强调通过AB实验或数据分析解决实际业务问题的案例
• 深入学习RAG检索优化与Agent工具链开发技术
• 复习并巩固LR、GBDT等传统机器学习算法及深度学习基础
• 提升SQL及数据分析能力，熟悉AB实验设计与显著性检验

面试指南

• 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出遇到的难点及解决思路
• 对于AB实验和归因分析，按照“假设-设计-执行-分析-结论”的逻辑框架回答
• 对于大模型应用，结合最新技术趋势和实际落地痛点（如幻觉、检索召回率）进行阐述
• 请详细介绍一个你完整参与过的数据建模或算法项目，你是如何进行特征工程和模型评估的？
• 在AB实验中，如何设计实验方案并进行显著性检验？如果实验结果不显著，你会如何归因分析？
• 你对RAG检索优化和Agent工具链开发有什么了解？在实际应用中可能会遇到哪些挑战？
• 如果模型离线效果很好，但线上业务指标没有提升，你会如何排查和解决问题？
• 准备1-2个能体现你“深入理解业务”并“主动推动问题闭环”的真实项目案例