- 0
- 0
- 约2.24千字
- 约 4页
- 2026-08-23 发布于北京
- 举报
研发机构KY公司研发工程师实习生实习报告
一、摘要
2023年7月1日至2023年8月31日,我在KY公司担任研发工程师实习生,参与智能算法优化项目。通过8周实践,主导完成3个模型测试模块,将预测准确率从82%提升至89%,其中1个模块获团队采纳并投入小范围应用。运用Python进行数据处理,结合TensorFlow搭建并调优深度学习模型,处理数据量达10GB,迭代代码提交32次。掌握数据清洗、特征工程及模型部署全流程,形成标准化代码模板,后续可复用性提升40%。通过项目实践,深化对机器学习算法原理的理解,验证了理论模型在实际业务场景中的适配性。
二、实习内容及过程
2023年7月1日至2023年8月31日,我在KY公司做研发工程师实习生。公司主要搞智能算法开发,客户群体偏金融和零售行业。我的任务跟着导师做智能推荐系统优化,目标是提升用户点击率。
第13周主要熟悉业务和代码库,导师给我看了过去6个季度的用户行为日志,数据量有50GB。我用Python写的脚本每天跑一遍数据清洗流程,把脏数据比例从15%降到5%以下。第46周开始参与模型训练,用的是深度FM框架,我把特征维度从200降到了120,用网格搜索调参,AUC指标从0.72提升到0.79。期间遇到过模型过拟合问题,特征太多泛化能力差,最后通过L1正则化解决,训练集损失下降但线上验证效果没变。
第78周帮忙部署测试环境,用了Do
原创力文档

文档评论(0)