数据科学与大数据技术大数据公司数据实习生实习报告

数据科学与大数据技术大数据公司数据实习生实习报告一、摘要

2023年7月1日至2023年8月31日，我在一家数据公司担任数据实习生。在为期八周的工作中，我主要负责用户行为数据分析，通过处理约50万条日志数据，识别出三个核心用户群体，并构建了基于RFM模型的用户分层策略，使目标用户转化率提升了12%。工作涉及使用Python进行数据清洗和ETL，应用Pandas、NumPy库处理缺失值，通过Matplotlib可视化分析用户活跃度趋势，最终交付两份包含数据洞察的报告。期间，我掌握了大数据量下的数据规范化流程，提炼出可复用的数据异常检测方法，即通过3σ原则筛选异常交易记录，准确率达95%。

二、实习内容及过程

2023年7月1日到8月31日，我在一家做用户分析的公司实习，岗位是数据实习生。他们主要用大数据技术分析用户行为，帮业务做决策。我跟着导师做了几个项目，印象最深的是用户分层。当时拿到的是三个月的APP使用日志，有大概50万条记录，字段挺杂的，有些还空着。导师让我先用Python搭个数据处理链，我用Pandas清洗数据，删了重复和明显错误的，还用聚类把用户分成三类。发现C类用户虽然不多，但购买转化率比A类还高，我就提议给他们单独做推送，后来业务部门试了发现确实有效，转化率提了12%，挺惊喜的。做这个项目我学到不少，比如怎么用RFM模型，怎么看异常值，还有数据可视化挺重要，不然老板看不懂。遇到的困难是初期对业务理解不深，问导师好几次"这个指标啥意思"，他也没嫌烦，就跟我讲APP的商业模式。后来我主动找业务那边的人聊，感觉就好多了。他们公司培训机制其实一般，就是给个任务让我干，没系统教啥，有时候感觉岗位要求跟我学的有点脱节，比如需要写SQL但我课上没怎么练。我建议他们可以搞个新人训练营，每周固定时间讲讲业务和工具，或者多给我接触些不同项目的机会。这段经历让我明白，光会技术不够，还得懂业务，现在想想职业规划要往数据分析师方向发展，得多学点统计和业务知识。

三、总结与体会

这八周，从2023年7月到8月，在公司的经历让我对数据科学有了更深的认识。实习的价值在于把课堂上学到的理论用到了实际项目里。我参与的用户分层项目，通过处理50万条日志，最终找到提升转化率的点，这个结果让我觉得自己的工作挺有意义的。这段时间，我确实感受到从学生到职场人的变化，以前做作业可以慢慢来，现在任务有deadline，数据质量也直接影响结果，必须更细心，抗压能力明显强了些。这次实习也让我更清楚自己想要什么。我发现自己对用数据讲故事挺感兴趣，原来光懂数据模型不够，怎么把复杂的分析结果让业务人员明白，可视化太重要了。这让我决定接下来要重点学习Tableau，可能还会去考个PMP证书，想着以后能更方便地跟业务沟通。行业里现在大数据平台越来越成熟，但数据治理和实时分析还是难点，感觉未来机会不少，但也得持续学习，不能停。这段经历就像给我打了针疫苗，既了解了职场，也看清了未来的路，挺踏实的。

致谢

在公司这八周实习期间，得到不少帮助。谢谢部门里的导师，带我从头学起，遇到问题也耐心指导。还有几位同事