软件工程人工智能公司机器学习工程师实习报告

软件工程人工智能公司机器学习工程师实习报告一、摘要2023年6月5日至2023年8月22日，我在一家软件工程人工智能公司担任机器学习工程师实习生，主要负责优化预测模型性能与数据处理流程。通过迭代调整特征工程策略，将核心业务场景的模型准确率从82.3%提升至89.1%，其中采用L1正则化与集成学习方法，使训练时间缩短30%。参与开发自动化数据清洗脚本，处理约15TB用户行为日志，错误率降至0.008%。应用Python实现分布式计算框架调优，通过Spark提交的模型训练任务平均耗时从4小时压缩至1.5小时。提炼出特征选择与模型超参数搜索的标准化流程，可复用于相似业务场景，验证了算法改进对实际业务指标提升的显著效果。二、实习内容及过程2023年6月5日到2023年8月22日，我在一家做AI的公司实习，岗位是机器学习工程师。主要是帮着优化一个做用户流失预测的模型。刚开始接手时，模型在测试集上的AUC只有0.76，效果挺烂的。我花了大概两周时间重新梳理特征，把原始数据里的噪声特征给筛掉了，还用了TargetEncoding加一层非线性变换，重新训练后AUC提升到了0.83。后来领导让我负责处理一个新来的数据集，有15TB那么大，各种脏数据挺多的，直接跑模型老出错。那阵子挺烦的，白天试了几个清洗脚本都不太行，晚上回去就自己琢磨Pandas的高级用法，学了个多进程处理数据的小技巧，最后写了个自动化的清洗流程，每天跑完能省不少事儿。实习期间还参与了模型部署前的环境配置，用Docker打包镜像，踩了不少坑，比如某个库版本不兼容导致报错，最后硬是把依赖都列出来手动试才搞定。印象最深的是有一次调参，原模型用SGD优化器跑了好几天都没收敛，后来换成Adam结果2小时就搞定，这让我意识到不同优化器在具体业务上的差异还是挺大的。整个过程就是不断试错，跟导师和同事也聊了不少，感觉收获挺多的。三、总结与体会这8周在公司的经历，让我把书里学的那些机器学习算法和工程实践给连起来看了。刚开始接手那个流失预测项目时，模型AUC才0.76，自己心里挺没底的，琢磨了整整两周才把特征工程捋顺，把几个噪声特征去掉，加上TargetEncoding和非线性层，最后AUC提到了0.83，虽然不算特别高，但那种把数据一点点变好看到结果的感觉挺真实的。处理那个15TB的大数据集也让我印象深刻，一开始脚本跑不过来，白天试错晚上钻研Pandas多进程，最后把清洗流程自动化了，这让我明白干这行得有耐心，还得会解决问题。这段经历确实让我对机器学习工程师这个角色有了更具体的认识，不再是光会调参那么简单，得懂数据处理、懂工程、还得知道怎么把模型用好。最大的改变是心态，以前觉得做个模型调调参数就行，现在明白要考虑模型上线后的维护、性能优化，责任感明显重了，抗压能力也强了点。感觉这次实习像个闭环，把大学学的知识用上了，也看到了自己哪些地方做得不够好，比如对分布式计算这块了解太浅。接下来打算把实习中遇到的问题再深入研究下，比如Adam优化器为什么在那块数据上比SGD效果好，回去把相关论文看看，有机会的话也想考个相关的专业证书，把学到的技能再深化下，为以后找工作或者继续深造打基础。行业里现在都在说大模型、Prompt工程这些，感觉挺有意思的，希望能有机会多接触接触这些前沿的东西，保持学习的状态。四、致谢感谢这段实习经历，让我学到了不少东西。想谢谢我的导师，那段时间带教挺用心的，遇到问题都耐心给我讲。还有一起工作的同事们，有些技术