信息与计算科学信息计算实习报告.docxVIP

信息与计算科学信息计算实习报告

一、摘要

2023年7月1日至2023年8月31日，我在信息与计算科学部门担任计算实习生。核心工作成果包括完成5个数据预处理项目，处理约8000条样本数据，准确率达92%；优化2个算法模块，使处理效率提升35%。专业技能应用上，熟练运用Python进行数据清洗，使用NumPy实现矩阵运算，通过Matplotlib绘制可视化图表。提炼出可复用的数据清洗流程：标准化缺失值处理、异常值检测采用3σ法则、特征工程运用LDA降维。这些成果验证了课堂所学的数值计算与算法优化理论，为后续项目开发提供了方法论支撑。

二、实习内容及过程

实习目的主要是把学校学的计算方法、算法设计知识用到实际工作中，了解真实项目的开发流程。

实习单位属于一家专注于数据分析的机构，团队主要做预测模型和大数据处理，技术栈以Python和Spark为主。

第1周到第3周，跟着导师熟悉业务需求，参与了一个电商用户行为分析项目。主要是对用户点击流数据做清洗和特征提取。用Pandas处理了3个GB的数据，去除重复记录和异常值，比如将设备ID缺失的样本删除了1500条，填充了200万个年龄字段空值。遇到内存不足的问题，学习了使用Dask分块处理数据，把处理时间从8小时缩短到3小时。

第4周到第6周，独立负责优化一个推荐系统的协同过滤模块。原始的基于用户的相似度计算速度太慢，每天凌晨跑完结果第二天才能