研发工程师科技公司研发工程师实习报告

研发工程师科技公司研发工程师实习报告一、摘要2023年6月5日至8月22日，我在一家科技公司的研发工程师岗位实习，负责智能算法模块的开发与优化。通过参与3个具体项目，我主导完成了其中1个项目的核心功能，使系统响应速度提升40%，错误率降低25%。在实习期间，我熟练运用Python和C++进行数据处理与模型训练，使用Git进行版本控制，并运用Agile开发流程提升团队协作效率。此外，我总结了自动化测试脚本编写的方法，将测试时间缩短了30%，这些方法论可直接应用于后续的团队开发中。实习期间积累的量化数据与优化案例，为后续技术决策提供了可靠依据。二、实习内容及过程2023年6月5日到8月22日，我在一家做智能推荐系统的公司实习，岗位是研发工程师。实习目标是把课堂上学到的机器学习算法落地，了解真实工业环境的项目开发流程。公司主要做电商领域的用户行为分析，系统每天处理超过500万条点击日志，用的是Hadoop和Spark做大数据处理。我跟着团队做了两个项目，一个是优化首页信息流的排序算法，一个是开发新的用户画像标签系统。排序算法项目里，我负责特征工程部分。原始数据有10个维度，包括用户历史行为、商品属性等。我发现有些特征跟最终点击率关联不强，就用了Lasso回归筛选，把特征数量从10减到6。用LR模型训练后，AUC从0.78提升到0.82，但线上A/B测试只看到5%的CTR提升，因为业务侧对冷门商品的推荐有额外要求。我花了两周跟业务沟通，调整了损失函数的权重，最终线上上线后CTR提升了9%，虽然不算特别高，但冷门商品的曝光率确实增加了。标签系统开发时遇到的最大问题是数据稀疏性。用户行为数据只有1%能用来做标签聚类，我尝试过MiniBatchKMeans，但效果不好。后来导师建议用图嵌入的方法，用Node2Vec学习用户和商品的嵌入表示，再用KNN聚类。这个过程花了我一周，主要是调试参数。最终得到的标签系统覆盖了80%的用户，召回率比原来的规则系统高出一倍。实习里最大的挑战是需求快速变更。有时候产品半夜打电话说要加个功能，早上就要看到原型。我学会用Jira看板管理任务，把大需求拆成小任务，每个任务不超过4小时。还学会了用Docker快速部署环境，避免"在我机器上能跑"的坑。公司的培训机制其实挺水的，主要是靠导师带。有时候导师忙，我就自己找资料学。比如分布式训练那部分，公司用的Spark版本太老了，我就自己搭建了最新版的集群练手。岗位匹配度上，我写代码还行，但需求沟通和方案设计还是菜。比如有次要设计一个实时推荐系统，我一开始想用离线特征，后来发现业务要秒级响应，就临时改成流式特征，过程挺狼狈的。我觉得公司管理可以改进，比如需求评审会经常跑题，要是能提前把PPT发给每个人看，效率会高很多。培训方面，可以搞个内部技术分享会，让老员工讲讲Spark调优这种实战经验。岗位匹配上，希望能给新实习生配个专门带需求的导师，我现在还不太会跟产品聊业务细节。这次实习让我明白，做算法不能光会调参数，还得懂业务。以前觉得模型效果不好就是数据差，现在知道可能是特征没设计好。下次要是再实习，我打算先主动去业务部门转两天，早点摸清他们的痛点。三、总结与体会这8周，从2023年6月5日到8月22日，像是在我学习生涯里打通了一条任督二脉。以前觉得机器学习就是调参数，现在才懂工业界的数据脏、需求杂，模型上线是场硬仗。比如那个首页排序项目，最后CTR只提升9%，但业务说解决了冷门商品曝光问题，这就是真实世界的权衡。我主导的那个用户画像系统，用Node2Vec把召回率翻倍，导师说"没想到你会用图嵌入解决稀疏性"，现在想起调试那两周，睡眠质量确实下降了，但每次看到Jira上绿色的完成标记，就觉得值了。实习最大的收获是搞懂了"价值闭环"。以前做实验光看AUC，现在明白要追着业务问"这0.02的AUC提升能带来多少营收？"那个A/B测试跑了两周，最后发现是因为线下参数调得太理想化，线上要给业务留出降权空间。这种教训比课本有用多了。对我职业规划的影响是具体的。原来想当算法研究员，现在觉得做工程化落地更带劲。公司用的Docker、Jira、GitLab，这些我都熟练了，下学期打算考取AWS认证，顺便把学校那个分布式系统课程设计做得像点样。导师说的"技术要为业务服务"这句话，我现在脑子里循环播放。行业趋势这块，我发现现在做推荐系统都卷Embedding了，但没人讲如何处理Embedding爆炸的问题。下个实习如果再碰这个方向，我准备先研究下HierarchicalSoftmax和AttentionMechanism的工程化实现。感觉这个行业就像跑马拉松，别人都在比谁跑得快，我倒想琢磨琢磨怎么跑得久。从学生到职场人的转变，就是从"我学会了"变成"我能搞定"，责任感这种东西，现在写代码会下意识考虑健壮性，比如给每个特征加缺失值处理，以前根本不会想。抗压能力也肉眼可见地变强了，改需求到凌晨2点，第二天还能正常开会，这以前想都不敢想。最大的不足是沟通能力，有时候技术方案想明白了，但跟产品说半天也说不通，下回得练练用"用户每天打开App的次数"这种业务语言。改进建议是学校能不能多搞点这种企业真实项目的模拟训练，别光让我们做竞赛题。现在脑子里总想着导师说的那句话："算法不是数学题，是生意题。"这句话会一直提醒我，别把技术搞成了象牙塔里的东西。这8周像开了窍，感觉后面的路清晰多了。四、致谢2023年6月5日至8月22日的实习期间，我在此向给予我帮助的每个人表达谢意。感谢公司提供的实习平台，让我有机会接触真实的研发项目。特别感谢我的导师，在项目开发中给予的悉心指导，尤其是在处理用户画像数据稀疏性