智能科学与技术智能科技公司智能工程师实习报告

智能科学与技术智能科技公司智能工程师实习报告一、摘要2023年7月1日至2023年8月31日，我在智能科学与技术智能科技公司担任智能工程师实习生，参与智能推荐算法优化项目。通过8周实践，主导完成3个用户画像标签体系重构，使推荐准确率提升12.3%，处理数据量达2.7亿条，其中使用Python进行特征工程，调用Spark进行分布式计算，优化召回策略后，冷启动商品点击率从5.1%增至8.7%。掌握的数据清洗与模型迭代方法论可直接应用于同类业务场景，验证了算法调优对用户体验的量化改善。二、实习内容及过程2023年7月1日到8月31日，我在智能科技公司做智能工程师实习。主要是搞推荐系统优化，跟着带我的师傅和几个高级工程师一起做事。初期他们让我熟悉业务，看竞品怎么推荐，我们这边数据量是他们的两倍多，但准确率低一些。我花了两周时间整理用户行为数据，用Python清洗数据，发现很多无效点击，建议去掉这些样本再训练，师傅说可以试试。7月15号后我开始参与项目，重构用户画像标签。旧标签体系太粗，比如都归为“购物狂”，其实买的东西差别很大。我用了Spark做聚类，把用户分成12类，每类再细化兴趣点。跑了两轮实验，A/B测试对比发现，新标签召回率从35%提高到52%，但过滤后的商品点击率反而下降，说明标签太细反而把人分太开了。后来调整策略，合并了3个相似类别，最后准确率提升12.3%。期间还遇到模型训练内存溢出问题，系统是云上的，资源不够用。我自学了PyTorch的混合精度训练，把内存占用降了40%，导师挺认可的。8月中旬参与实时推荐优化，之前都是离线算，但用户反馈实时性差。我用Flink做了流处理链路，从用户点击到推荐结果返回，整体时延从500ms降到80ms。但调试时发现数据对齐问题，用户行为日志和商品库更新不同步，导致推荐时看到旧信息。最后跟后端沟通，让他们加了个数据同步接口，问题解决。这段经历让我明白，做推荐不光要算法好，系统也得跟上。实习最后两周我整理了工作文档，把调参过程和结果都记录下来，师傅说这个习惯很好。虽然只学了基础的自然语言处理和深度学习，但感觉离真实业务近了，知道怎么把论文里的模型落地。最大的收获是学会了怎么跟团队协作，他们改代码比我还勤，经常半夜发PR让我看，确实学到不少东西。但公司培训有点随缘，新人就是自己摸索，有时候导师忙不过来，希望能有更系统的入职引导。建议可以搞个内部Notebook共享平台，现在大家写代码都分散在本地，交流起来费劲。三、总结与体会这8周，从2023年7月1日到8月31日，在智能科技公司当实习智能工程师，感觉像是从纸上谈兵到了真枪实弹。以前做项目，数据集小，跑几轮就能出结果，这次处理2.7亿条用户行为日志，用Spark跑特征工程，半夜看着JVM内存飙升，真的体会到什么叫工程压力。重构用户画像标签体系，最终把推荐准确率从72.5%提高到84.8%，这个12.3%的提升不是画饼，是每一行清洗脚本、每次A/B测试统计出来的。实习最大的收获是明白做智能不只是算法好，还得懂业务、会系统。比如实时推荐那块，单纯模型再快没用，用户等不了。我学Flink做流处理，虽然只是搭了个基础链路，但跟后端沟通数据同步问题，才知道数据治理有多重要。导师常说“调参是科学也是艺术”，以前觉得玄学，现在自己调了50多个模型超参数，用PyTorch的混合精度训练把内存省了40%，才懂他说的意思。这些细节，学校里光看书是学不来的。这次经历让我职业规划更清晰了。以前想当算法研究员，现在觉得更想去工业界做算法工程师，把技术真正用起来。接下来打算深化深度学习这块，准备考个相关证书，顺便多看几个开源项目的工程实践。行业趋势我看，现在大模型是热点，但怎么把大模型用在小推荐这种实际场景里，肯定有搞头。我实习时接触的模型，参数量也就几百万，跟动不动几十亿的上云大模型没法比，但怎么让小模型更高效、更精准，这可能是我的机会。从学生到职场人，心态完全变了。以前写代码怕错，现在明白业务需求比完美更重要，导师说“先让产品跑起来，再慢慢优化”，这话我一直记着。抗压能力也强了，以前调试模型半夜崩溃就睡不好，现在能冷静分析日志，找问题根源。虽然公司培训机制有提升空间，但师傅带我的那种“不藏私”的交流，让我觉得挺值的。未来要是继续做这行，肯定要往工程方向发展，算法再好，没人用、用不好也是白搭。四、致谢感谢智能科技公司给我这次实习机会，让我接触到了真实的智能推荐项目。特别感谢我的导师，在实习期间耐心指导我处理数据清洗和模型调优的问题，比如帮我分析Spark内存溢出原因，教我如何用PyTorch的混合精度训练。还有带我的几位工程师，在Flink流处理链路搭建时，他们分享的日志对齐经