互联网公司人工智能运维实习生实习报告.docxVIP

互联网公司人工智能运维实习生实习报告

一、摘要

2023年6月5日至2023年8月3日，我在一家互联网公司担任人工智能运维实习生。核心工作包括搭建并监控3个大规模机器学习模型的生产环境，通过自动化脚本减少模型部署时间，将平均部署时间从8小时缩短至30分钟。使用Python编写日志分析工具，处理日均10万条模型运行日志，准确率达95%。参与搭建模型版本管理平台，实现15个模型的版本追踪与回滚功能。在实习中，熟练应用Docker容器化技术、Kubernetes集群管理和TensorFlowServing进行模型服务化部署，总结了基于Prometheus和Grafana的混合云监控体系搭建方法，该方法可适配99%的模型监控场景。

二、实习内容及过程

实习目的主要是想把学校学的AI理论知识跟实际工作对接上，了解模型怎么从实验室走向用户手里，真正在生产环境里跑起来会遇到啥问题。

实习单位属于那种大厂，专门做推荐和搜索相关的AI产品，团队规模不小，技术栈挺新，用到的模型种类也挺多，从深度学习到强化学习都有涉及。

实习内容大概分三块，一块是环境搭建和运维，一块是模型监控和分析，还有一块是参与新模型的上线流程。刚开始主要是跟着师傅熟悉环境，学怎么用Docker和Kubernetes把模型容器化，搞明白怎么用K8s的ReplicaSet保持服务稳定。后来接手了两个在线模型的环境，需要定期打补丁更新