互联网公司人工智能研究实习生实习报告

互联网公司人工智能研究实习生实习报告一、摘要

2023年7月1日至2023年8月31日，我在一家互联网公司担任人工智能研究实习生。核心工作成果包括参与开发一个基于深度学习的图像识别模型，通过迭代优化，模型在公开数据集上的准确率从82%提升至91%，处理速度提升30%。具体负责数据预处理和算法调优，应用了TensorFlow和PyTorch框架，实践了迁移学习和超参数网格搜索等方法论，构建了可复用的数据增强脚本，有效提升模型泛化能力。实习期间，通过对比实验验证了模型结构对性能的影响，为后续优化提供了量化依据。

二、实习内容及过程

1.实习目的

去2023年7月1号开始实习，本来就想看看真实工业界的AI项目啥样，跟学校里做研究不太一样，想知道模型怎么落地，数据怎么搞，还有团队怎么协作。就想多学点实践技能，对以后找工作也有帮助。

2.实习单位简介

我去的公司是做智能推荐和搜索的，主要是用机器学习给用户推荐内容，团队挺卷的，技术氛围还行，用的技术栈大多是PyTorch和TensorFlow，数据量挺大的，几百TB那种。

3.实习内容与过程

刚去那会儿，导师给我安排了个视觉相关的任务，主要是做图像分类模型的优化。我负责的数据预处理部分，一开始挺懵的，因为数据质量差，有挺多噪声图片，直接用效果不好。后来跟着师兄学，用数据增强，比如随机裁剪、色彩抖动，还有用一些数据清洗脚本去重，效果慢慢好了点。后来参与了个模型迭代，之前用的是ResNet50，准确率才85%，后来改成EfficientNetB3，加上一些注意力机制，准确率提到了92%，但训练时间也翻倍了。期间还接触过特征工程，比如把图片压缩到不同分辨率再喂给模型，发现200分辨率效果最好。

4.实习成果与收获

最后交付的模型，在测试集上AUC从0.78提升到0.86，速度也快了点，但没太多空间了。最大的收获是学会了怎么调参，比如学习率衰减策略、正则化权重怎么定，还有就是怎么跟导师沟通，需求不明确的时候多问，避免后期返工。另外感觉工业界的代码规范挺重要的，注释要足，变量名要好懂，不然自己过段时间都看不懂。

5.问题与建议

实习期间遇到的最大困难是数据标注质量不稳定，有时候同一批数据不同人标的结果不一样，这挺影响模型效果的。我尝试用一些规则去清洗，但效果有限，最后还是得靠人工复核。建议公司可以搞个标注质检流程，比如用模型预测跟人工标注做对比，自动挑出矛盾的数据，这样效率可能高点。另外，团队培训机制有点弱，新人都是自己摸索，可以多搞点内部技术分享会，或者把好的代码写成文档。岗位匹配度上，我感觉我学的理论知识和实际项目需求还是有差距，比如对分布式训练这块了解不够，后续得补补。

三、总结与体会

1.实习价值闭环

这8周，从2023年7月1号到8月31号，感觉就像把学校里学的AI理论跟实际项目串起来了。以前觉得模型调参就是改改参数，去了才知道，数据清洗、特征选择、训练监控每一步都得盯紧，差一点都不行。比如图像分类那个项目，最后模型准确率提升9个点，关键在于我把数据增强策略从随机裁剪升级到混合数据增强，还跟师兄一起调试了损失函数的权重，这些细节都是书本上没写明的。现在回头看，每天解决的小问题堆起来，就是实实在在的进步。

2.职业规划联结

这次经历让我更清楚自己想干嘛了。原来在学校觉得算法研究挺好玩的，去了才明白，工业界更看重模型效率、鲁棒性和落地能力。比如我参与的推荐系统项目，最终目标是线上AUC提升，而不是单纯追求实验室里的指标。这让我意识到，以后想进互联网做AI，光会理论不行，还得懂工程化，比如模型部署、监控这些。所以接下来打算补补分布式计算这块，看看能不能考个相关的认证，简历上也能写点东西。

3.行业趋势展望

感觉现在AI领域，大模型是趋势，但怎么把大模型用在小场景，还得靠算法优化。我实习那个项目，最后用的EfficientNetB3，比ResNet轻很多，在同等精度下训练时间缩短了30%，这就是个典型的平衡思路。另外，数据隐私越来越重要，像差分隐私、联邦学习这些技术可能会越来越火，虽然实习没接触，但感觉是未来方向。行业里还在卷算力，但怎么用同样的算力跑出更好的效果，可能是更关键的问题。

4.心态转变与未来行动

最明显的变化是自己心态稳了点。以前遇到问题就想跑回学校查资料，现在会先自己试试，实在不行再问导师。比如有一次模型训练不收敛，我折腾了两天，试了不同学习率策略，最后才找到问题出在数据分布上。这种经历挺磨人的，但也让人成长。接下来打算把实习里写的那些数据增强脚本完善一下，开源到GitHub上，也算给这段经历留点东西。如果下次还有机会，希望能接触更前沿的项目，比如大模型微调或者多模态这些。

四、致谢

1.

感谢在2023年7月1日至8月31日期间的实习机会，这段经历让我学到了很多。

2.

特别