计算机应用技术应智应用应用软件开发实习报告

计算机应用技术应智应用应用软件开发实习报告一、摘要2023年7月10日至2023年9月5日，我在XX公司担任计算机应用技术应智应用软件开发实习生，负责参与智能客服系统的功能模块开发与测试。通过8周实习，我主导完成了3个核心功能模块的编码与调试，累计编写代码1200行，其中优化算法部分使系统响应速度提升20%；参与数据标注与模型训练，处理样本数据800条，有效提升了自然语言处理模块的准确率至92%；运用Python与Java进行后端开发，将API接口调用效率从35次/秒提升至50次/秒。实习期间系统稳定性测试覆盖率达100%，缺陷修复周期缩短30%。提炼出模块化开发与自动化测试的复用方法论，为后续项目提供了可量化的开发基准。二、实习内容及过程2023年7月10日到9月5日，我在一家做智能应用的公司实习，岗位是软件开发。刚去那会儿主要是熟悉环境，跟着导师看了不少项目文档，了解了他们用的技术栈，比如Python后端和React前端，还有他们的CI/CD流程。导师给我安排了个小任务，参与智能客服系统的意图识别模块开发。系统用的是BERT模型，我在本地环境搭了开发环境，花了两天把基础依赖装好，还踩了不少坑，比如PyTorch版本跟其他库不兼容，最后查了官方文档才解决。实际编码阶段是7月20号开始的。我负责的是用户意图分类的功能，需要处理三类数据：历史对话记录、用户行为日志和关键词库。我用了Jieba做文本分词，然后手动标注了300条样本数据，用scikitlearn训练了一个SVM分类器。第一次跑模型效果不理想，准确率只有78%，导师建议我试试TFIDF加权，调整后提升到了85%。8月5号，我把代码提交到测试环境，发现有个bug，某个模糊指令会被误分类，排查了半天原来是特征工程里少考虑了同义词替换的场景，后来加上了WordNet相似度匹配才解决。团队那会儿在搞性能优化，系统响应时间老超1秒。8月15号，我被分配去优化API接口。我看日志发现是数据库查询慢，表里有几百万条记录，就用SQL的EXPLAIN分析，发现有个查询语句用了全表扫描。我加了个索引后，QPS从120提升到350，这个数据是监控后台实时报的。期间我还接触了Redis缓存，给热点数据设置过期策略，进一步把延迟降到了300ms以内。实习最后两周，我参与了单元测试的编写，用了Pytest框架，覆盖率从原来的60%提升到92%，导师说这能减少一半的线上问题。我们用的GitLab，代码合并那会儿老有冲突，我学会了用gitrebase解决，比手动合并高效多了。遇到的困难主要是模型调优和性能瓶颈，开始时对BERT的微调参数不太懂，后来对着论文看了几篇，还请教了算法组的师兄，才明白怎么调整learningrate和batchsize。另一个是数据库优化，一开始觉得SQL优化挺麻烦，但为了解决那个全表扫描问题，硬着头皮学了MyISAM和InnoDB的区别，现在写查询语句前会先分析索引。实习成果主要是完成了意图识别模块的开发，最终准确率达到了91%，响应时间稳定在200ms以下，测试数据集上有200条unseendata，预测正确的有176条。这段经历让我意识到，做开发不能光会写代码，还得懂点算法原理和数据库知识，不然遇到复杂问题就卡壳。公司那会儿人手紧张，管理上有点乱，新来的实习生没人带，很多基础操作都要自己摸索。培训机制也一般，就给了一份开发手册，很多深层次的比如分布式系统设计都没讲。岗位匹配度上，我更想往算法方向发展，但实际工作偏后端开发多一些。建议他们可以搞个新人培训计划，比如每周固定时间讲个技术点，或者搞个内部导师制度，让老员工带带新来的。另外，可以开放些内部项目文档和代码库给实习生看，这样能更快上手。三、总结与体会这8周实习，像是从理论到实践的完整闭环。7月10日刚去的时候，面对导师给的任务优化智能客服的意图识别模块，我挺懵的，完全不知道从何下手。那时候对着BERT模型参数调了两天，效果还是不行，准确率才78%，导师说你得懂特征工程，我才意识到自己光会写代码远远不够。后来我重新处理数据，用了TFIDF加权，又请教了算法组的师兄怎么调整学习率，最终把准确率提到91%，这个数据是8月5号测试时后台报的。这段经历让我明白，做开发不能只盯着代码跑，得结合业务场景，还得懂点算法原理，不然问题来了就束手无策。实习最大的收获是心态上的转变。以前在学校写代码，随便跑跑对就行，现在在实习，哪怕是个小功能，都要考虑稳定性、可维护性，这种责任感完全不一样。比如8月15号优化API接口时，系统QPS从120提升到350，这个数据是监控后台实时显示的，那一刻感觉特别有成就感。还有写单元测试那会儿，用了Pytest，覆盖率从60%提到92%，导师说这能减少一半线上问题，我才懂测试原来这么重要。这种从零到一，从错误到优化的过程，让我抗压能力强了不少。这次实习也让我更清楚自己的职业规划。我原本想往算法方向发展，但实际工作中发现后端开发同样重要，特别是性能优化和数据库调优，这些技能我在学校接触很少。接下来打算系统学学分布式系统，比如Kubernetes和Docker，顺便考个AWS或阿里云的认证，这样以后求职或者继续学习都有底气。行业那头，感觉应智应用越来越依赖大数据和AI，但很多场景落地还得靠扎实的后端开发，这让我对未来的方向更明确了。当然，实习中也看到些问题，比如公司新人管理有点乱，培训机制也不完善，这让我觉得，如果以后想进这种公司，得提前主动学习，不能指望别人喂饭吃。但总的来说，这段经历值了，它让我从学生思维彻底转变到职场思维，这种成长是用多少钱都买不来的。四、致谢感谢这次实习的机会，让我在实战中学习。特别感谢我的导师，在遇到技术难题时给了我不少指点，比如那个BERT模型调参的问题，后来效果提升挺明显的。还有带我的几位同事，他们平时工作