研發(fā)工程師助理研發(fā)中心實習生實習報告一、摘要2023年7月1日至2023年8月31日，我在研發(fā)中心擔任助理研發(fā)工程師實習生。核心工作成果包括參與3個算法模型的優(yōu)化，將模型A的準確率從82.5%提升至89.3%，模型B的響應時間縮短15%。通過應用Python進行數(shù)據(jù)處理，處理了約5GB的實驗數(shù)據(jù)，并使用Git管理代碼版本，提交了47次有效代碼。在過程中，熟練運用了機器學習庫TensorFlow和PyTorch，并掌握了敏捷開發(fā)流程中的每日站會快速迭代方法，該方法可減少20%的溝通成本。這些實踐強化了工程實踐能力，并為團隊貢獻了可復用的代碼模塊。二、實習內容及過程實習目的主要是把學校學的理論知識跟實際工作結合起來，看看自己到底喜歡哪個方向，順便積累點項目經(jīng)驗。實習單位是做智能算法開發(fā)的一家公司，研發(fā)中心主要搞圖像識別和自然語言處理這塊。我們組當時在做個工業(yè)缺陷檢測的項目，客戶要求把檢測準確率提到95%以上，時間還挺緊的。我的主要工作就是協(xié)助團隊做數(shù)據(jù)預處理，包括數(shù)據(jù)清洗、標注和增強。8周里，我處理了大概2萬張缺陷圖片，用了Python寫腳本自動做數(shù)據(jù)增強，把數(shù)據(jù)集擴充到了5萬張，效果還不錯。后來跟著團隊一起調試模型，主要是用ResNet50和EfficientNet，調了好幾個版本，最后把AUC從0.87提升到了0.94。過程里碰到的最大困難是初期對數(shù)據(jù)集不熟悉，有些缺陷特征特別細微，標注標準也容易混淆。為了搞明白，我厚著臉皮天天跟著資深工程師跑實驗，還去看了好幾個公開的缺陷檢測比賽案例，最后慢慢摸清了門道。有一次做數(shù)據(jù)增強時，用的隨機旋轉參數(shù)設置不合理，導致圖片里缺陷被裁剪掉了，返工了好幾天。后來我琢磨出個方法，先對缺陷區(qū)域做重點保護，非關鍵區(qū)域再隨機處理，這樣效果好了不少。收獲還是挺大的，不僅學會了怎么用Git管理代碼，還掌握了模型調優(yōu)的一些技巧。感覺做研發(fā)最忌諱瞎搞，得有數(shù)據(jù)支撐，每次改動都要有明確的理由，不然就是浪費時間。公司的管理上，感覺有點亂，比如代碼審查流程不太規(guī)范，有時候一個改動要等好幾天才能過審。培訓機制也一般，新人得自己找資料學，要是導師能多帶帶就更好了。崗位匹配度上，我感覺自己剛來的時候還是太學生氣了，想得多做得少，后來調整過來就好了。建議公司可以考慮搞個內部知識庫，把好的代碼和經(jīng)驗都整理一下，方便新人快速上手。代碼審查可以搞個標準化模板，提高效率。要是能安排每周固定時間讓導師帶新人，教教怎么寫文檔、怎么跟客戶溝通，那就更完美了。三、總結與體會這8周在研發(fā)中心的經(jīng)歷，讓我對技術工作有了更實的感受。從7月1號到8月31號，跟著團隊把那個工業(yè)缺陷檢測項目推進了下去，最終模型AUC達到了0.94，雖然離客戶說的95%還有點距離，但整個過程學到的東西是實實在在的。這段經(jīng)歷讓我明白，做研發(fā)不是一個人閉門造車，數(shù)據(jù)、模型、代碼、溝通每一步都得跟上，哪個環(huán)節(jié)掉鏈子，前面再多的努力都可能白費。這種端到端的體驗，以前在學校模擬項目是絕對體會不到的。最直觀的感受是自己的心態(tài)變了。以前寫代碼總覺得差不多就行，現(xiàn)在對bug零容忍，一個警告都得看看。比如有一次調試模型收斂慢，我花了一整天反復檢查數(shù)據(jù)預處理步驟，發(fā)現(xiàn)是歸一化參數(shù)設錯了，這讓我意識到責任感不是空話，直接影響項目進度。這種抗壓能力，我覺得比單純會寫代碼更重要。這次實習也讓我更清楚自己想要什么。我發(fā)現(xiàn)我對算法調優(yōu)特別感興趣，但團隊里做這個的人不多，感覺是個機會。接下來打算深挖一下深度學習優(yōu)化這塊，看能不能搞個相關的技術認證，比如某個框架的專項認證。另外，我也意識到自己做項目時太依賴現(xiàn)有工具，動手能力還得加強，打算下學期多練練底層優(yōu)化和分布式計算，這些現(xiàn)在看都挺重要的。看著項目一點點成型，雖然中間踩了不少坑，但那種成就感是真實的。現(xiàn)在行業(yè)都在講大模型、多模態(tài)，感覺技術發(fā)展太快了，這次實習也讓我意識到自己知識儲備太淺。不過好在年輕就是資本，學得快，接下來打算把實習里用到的那些技術點都徹底搞懂，多看論文，爭取下次實習能幫上更多忙。畢竟，技術這東西，不練手是真的不行。四、致謝感謝研發(fā)中心提供這次實習機會，讓我能接觸到實際的研發(fā)項目。感謝導師在實習期間