携程实习体验

研二那年，我从未想过，自己会在不久的将来，顺利入职携程，更没想到，曾经为了一个项目细节熬夜脑暴的日子，会成为我职场路上最珍贵的铺垫。刚入职携程，就参与了Ctrip online大首页的相关工作开始的。看着页面上一个个清晰的模块，我第一次真切地了解到携程的业务布局，也慢慢对这份工作产生了浓厚的兴趣。这份工作比我想象中更具挑战性，却也更有成就感。倔强的我习惯把复杂的任务拆分成一小块一小块，今日事今日毕，今天搞定布局，明天打磨样式，不拖沓、不敷衍，一点点攻克每一个难关。在携程的日子里，我接触到了RN、Taro这些实用的技术框架，没有空洞的理论，全是工作中实打实会用到的内容。第一次用Taro写代码，一套代码能适配不同端，那种成就感难以言喻。工作中，我和团队伙伴们常常为了一个交互细节反复讨论、反复打磨，东查西问、反复调试，哪怕花上大半天时间，也一定要做到尽善尽美。现在回想起来，当初那份较真，都是在为自己积累职场经验，每一次打磨，都是一次成长。最幸运的是，工作中认识了很多志同道合的同事，其中一位前辈，从一开始就给了我很多指导和建议。如今我们一起参与TripAPP的跨端重构，每次讨论技术方案，都会想起当初他的点拨，也正是这份一路的指引，让我快速适应了职场节奏，少走了很多弯路。回过头来，我常常庆幸自己当初选择了携程。在这里，我不仅熟练掌握了实用的技术栈，更适应了职场的工作节奏，学会了高效的团队协作，也收获了珍贵的情谊。正式步入职场后，我没有经历手足无措的适应期，上手工作格外丝滑，这份经历，也让我真正实现了毕业即就业。以过来人的身份，想给正在迷茫的兄弟们提个建议：找一份靠谱的工作，遇到一群愿意带你成长的人，远比自己盲目摸索更高效。那些你纠结的难题，或许前辈一句话就能点透；那些你要走的弯路，或许有人已经为你铺好了平坦的路。

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.项目拷打2.实习拷打3.上来就是手撕leetcode87.扰乱字符串的变体，不出意外寄了4.让介绍一个简历里最有亮点的论文5.问了创新点和应用场景6.问L1正则化和L2正则化的区别及适用条件7.又问了问论文

我在携程做前端已经八年了，这些年从一线开发成长到负责新人带教，见过太多刚走出校园、踏入职场的弟弟妹妹，也真切感受到，企业需要的学生，从来不是“只会做题”的学霸，而是有主动思考、愿意试错、能快速成长的潜力股。这些年带过的新人里，有零基础转行来的，有科班出身但缺乏实战经验的，也有想在前端领域深耕、补齐业务认知的。印象特别深的是一个刚毕业的新人，他刚入职时连复杂项目的结构都不会组织，写代码也只追求“能运行”，忽略了性能和可维护性。我没有直接给他写好代码模板，而是让他先沉下心，去研究公司内部的项目规范，试着从零搭建一个简单的业务demo，从基础的工程化配置学起。后来我发现，他慢慢养成了主动思考的习惯——做一个功能时，会主动纠结是用服务端渲染还是客户端渲染，会自己查资料、对比不同方案的优劣，甚至会结合我们国际火车票部门的业务场景，分析哪种方案更适配全球用户的使用需求。遇到问题时，不再是第一时间找我要答案，而是先自己拆解问题、尝试解决，实在卡壳了，会带着自己的思路来请教。这种从“被动接受”到“主动探索”的转变，比我直接教他一百行代码，更有意义。在携程带新人，我一直有个习惯：不直接给解决方案。有新人卡在工程化配置上，比如webpack打包优化遇到瓶颈，我不会直接告诉他怎么改配置，而是先问他：你想实现什么效果？当前的业务场景有什么特点？有没有更轻量化的工具可以替代？引导他自己把问题拆解开，找到核心痛点，再去寻找解决方案。久而久之，我带过的新人，不仅能独立解决技术问题，更能养成“先分析需求、再选择技术”的思维，而这种思维，正是职场中最核心的能力。这些年，也有很多新人给过我惊喜。有个刚入职的小姑娘，做火车站点查询功能优化时，主动用AI辅助开发，但她从来不是无脑复制AI生成的代码，而是会逐行检查、优化，甚至会结合我们的业务逻辑，修正AI给出的不合理方案。更难得的是，她还把自己遇到的AI使用误区、常见错误模式整理成文档，分享给团队里的其他新人。这种不盲从工具、保持批判性思维、乐于分享的态度，我觉得比单纯的技术能力更可贵。八年的携程工作，不仅让我在技术上不断沉淀，更让我在带教新人的过程中，重新理解了“成长”的意义。携程从来不是一个“养懒人”的平台，这里给每一个新人足够的试错空间和成长机会——不会因为你是新人就否定你的想法，也不会因为你犯错就指责你，反而会鼓励你大胆尝试、主动探索。公司的扁平化管理，让新人也能和资深前辈平等交流，有任何疑问都可以大胆提出；携程大学的丰富学习资源，能让新人快速补齐技术和业务短板，快速融入职场。作为一个在携程深耕八年的老员工，我也想给准备进入前端领域、即将踏入职场的同学们说几句心里话：别怕自己是新手，别怕问看起来“很笨”的问题，职场和校园最大的区别，从来不是“会不会”，而是“愿不愿学、愿不愿思考”。企业真正需要的，从来不是完美无缺的学生，而是有好奇心、有责任心、能主动解决问题的人。

发点面经攒攒人品～1.Pretrain 和 SFT 分别解决什么问题？2.Transformer 的基本结构怎么理解？3.多模态模型的大致结构是什么？最容易踩坑的点通常在哪里？4.SFT 数据如何更贴近业务：如何避免过度模板化？如何做基础的 train / test 去重来避免评测失真？5.对齐（ RLHF / DPO 等）整体思路是什么：为什么需要偏好对／奖励信号？6.玩过 Openclaw 吗？了解其的记忆机制吗？7.如果检索返回了很多相关的内容，如何选择最相关的？8.了解 embeding 吗？9.了解过 spec-drivening 的 code agent 吗？10.了解上下文压缩机制吗？11.为什么压缩前 70%？最开始的几轮对话明确需求不是很重要吗？