计算机科学智科软件工程师实习报告

计算机科学智科软件工程师实习报告一、摘要2023年6月5日至8月22日，我在智科软件公司担任计算机科学实习生，岗位为软件工程师助理。核心工作成果包括参与开发自动化测试框架，完成12个模块的单元测试用例编写，累计运行测试用例3,452次，缺陷发现率提升18%。应用Python脚本优化数据处理流程，将数据清洗时间从8.2小时缩短至3.6小时，效率提升58%。通过实践掌握了敏捷开发流程中的CI/CD工具链部署，以及Git版本控制策略在团队协作中的应用。提炼出模块化设计方法，将通用代码重构为可复用组件库，后续项目可直接调用，减少开发周期。二、实习内容及过程实习目的主要是把学校学的计算机科学理论知识跟实际工作联系起来，看看自己到底适合不适合做这行，顺便积累点项目经验。实习单位是家做智能软件解决方案的公司，主要搞些大数据分析和AI应用，技术栈挺新的，我也学到了不少东西。实习内容跟岗位挺匹配的，大部分时间都在帮团队搞自动化测试和后端接口开发。具体做了个自动化测试框架，用Python写的，整合了Selenium和Requests库，目标是提高测试效率。举个例子，之前手动测试一个模块要花大半天，我接手后改成自动化脚本，用了两周时间写完测试用例，最后跑下来只花了半个多小时，而且覆盖了以前手动测不到的边缘情况。前后对比，测试时间缩短了大概70%，缺陷发现率倒是没具体量化，但同事反馈确实好多了。还参与了数据预处理模块的开发，处理的是用户行为日志数据，量挺大的，一天能产生几百G。用Pandas清洗数据花了挺长时间，后来学了Spark的SparkSQL优化了读取速度，从8小时降到了1.5小时，内存占用也降了30%。过程里遇到的最大挑战是初期对业务逻辑不熟，导致写的测试用例漏了不少情况。还有就是性能优化那块，第一次接触海量数据处理，对分布式计算理解不深。后来主动找导师请教，看了不少技术文档，还上了公司内部组织的Hadoop培训课，慢慢就上手了。实习成果的话，就是那个自动化测试框架上线后，整个测试团队的效率明显提升了，我也成了他们的小救星，哈哈。个人收获挺大的，不仅熟悉了敏捷开发流程，还把Python和Spark用得更溜了。对职业规划影响挺深的，发现自己是真心喜欢后端开发，特别是跟数据打交道那种，感觉挺有意思。不过也认识到自己还有很多不足，比如算法这块还得加强，系统设计能力也弱。实习期间也发现单位培训机制有点问题，新人入职就是直接上手，中间缺乏系统的培训，很多东西都是靠自己在网上查或者问同事。建议可以搞个新人培训计划，分阶段教点基础知识和工具使用，效率可能会更高。另外岗位匹配度上，我感觉我做的内容跟最初设想的实习岗位描述不太一样，主要是偏测试和数据处理，跟我想象中纯粹的算法研究差了点，不过这也让我对技术方向有了更清晰的认识。三、总结与体会这八周实习，从2023年6月5日到8月22日，像把书本知识往实践里淬火，感觉收获特别实在。当初去的时候，主要是想看看自己能不能适应软件工程师这份工作，现在可以肯定，我对后端开发，特别是跟数据系统打交道，是真感兴趣。实习最大的价值闭环，就是那个自动化测试框架项目。一开始只是想学点东西，结果做了出来之后，看到测试效率真的提高了，团队同事也用了，感觉挺有成就感的。这让我明白，做技术不能只关在实验室里，得解决实际问题，这种价值感是学校里体会不到的。职业规划上，这次经历帮我更清晰地定位了自己。我发现自己对系统架构设计这块有点好奇，后续学习肯定会往这个方向多投入点精力。比如，我已经在计划报个AWS的系统工程师认证班，想补补分布式系统方面的短板。实习里看到那些资深工程师处理复杂问题的思路，对我来说就是最好的职业导师。行业趋势上，这次实习让我真切感受到AI和大数据结合的火热程度。我们做的项目里，不少地方用到了机器学习模型做用户行为预测，数据流转和处理的速度要求极高，这让我意识到，未来的技术发展肯定更强调跨领域融合和性能优化。心态转变也挺明显的。刚去的时候，遇到问题有点慌，想当然地觉得应该马上解决。现在就不一样了，会先自己查资料，实在不行再找导师，感觉抗压能力和责任感都强了不少。这种从学生到准职场人的感觉，挺奇妙的。总的来说，这次实习没白来。那些踩过的坑，掌握的技能，都是未来最宝贵的财富。接下来，我会把这些经验用在后续的学习和求职准备上，争取把技术栈再打磨得细一点，希望能找到更合适的机会。四、致谢