工作总结
发表时间：2026-04-112026年摄影与遥感实习总结。
今年这批实习生进场前，我其实挺没底的。去年那八个孩子，走的时候只有两个拿到了留用意向，剩下的要么技术习惯太差，要么遇到问题就卡住不动。技术中心的老张直接跟我说：“你们招的人，基础知识看着不错，一上手全是花架子。”这话刺耳，但我认。
所以今年我做了两个小调整。第一，实习启动会不讲愿景，只讲去年翻车的三个真实案例，每个案例都附上了返工工时和项目损失。第二，把“求助效率”写进考核——遇到技术卡点超过一刻钟没进展，必须找导师或同伴，谁憋着不吭声导致延误，扣掉当周的过程分。当时有人觉得我小题大做，但后来证明，这两个动作救了大命。
先讲一个让我又惊又喜的事。影像配准这个环节，往年实习生习惯手工选控制点，一个人一天最多做两景影像，精度还依赖手感。今年有个叫小周的男生，本科毕设做过深度学习配准，他主动找我申请三天时间搭环境试跑。我说行，但条件是每天下班前必须同步进度，不管成没成。第一天，环境报错，他折腾到晚上九点。第二天，模型跑出来的偏移量偏得离谱，他差点想放弃。我路过工位看他盯着屏幕发呆，问他需不需要帮忙联系算法组的同事。他犹豫了一下说“再给我一晚”。第三天早上我到办公室，他已经在写操作文档了。误差0.3个像素，比我们老员工手工平均0.8个像素好出一大截。老张后来拿这组数据去跟甲方汇报，甲方问谁做的，老张说“实习生”，对方愣了两秒。
但这事不能只看光环。我让小周算了一下，三天里他实际花在调参和排错上的时间超过二十个小时，还不包括之前的知识储备。如果换成一个小项目、只做两三景影像，手工配准可能半天就完事，深度学习的投入产出比反而是负的。我跟小周聊这个，他自己也承认：“要是工期紧，我不会这么干。”所以后来我们没有要求所有人用这个方法，而是把流程固化成了“可选方案”——常规项目用手工，精度要求高或数据量大的项目优先用深度学习。这个决策，是实习生在复盘会上自己提出来的，我听完直接鼓了掌。
再说一个翻车的例子。野外控制点测量，两个实习生一组，仪器架设时把基准站坐标输错了。等到内业处理发现系统性偏差，已经采集了四十多个点。我当场没忍住，语气确实重了。但让我意外的是，他们没有推卸责任，当天晚上拉着导师一起复盘，把所有操作步骤截图、标注、写出一份《外业防错清单》。第二天早上我收到文档，打开一看，连数据线接口方向都用红圈标出来了。技术中心后来把这个文档升版成了作业指导书的附录。我问那两个实习生，你们不怕被骂吗？其中一个说：“怕，但更怕下次还犯。”这句话我记到现在。
对比去年，最核心的变化其实不是技术本身。去年实习生也有人在试用深度学习方法，但都是偷偷摸摸自己试，试不出来也不吭声，最后交个半成品上来。今年我反复强调“求助不是减分项”，结果就是小周敢来找我要三天时间，那两个犯错的孩子敢连夜写防错清单。这让我反思：不是年轻人不行，是我们给的容错空间和反馈通道太窄了。
当然也有留不下来的。五个人里，最后发了三个留用意向。没留下的两个，一个是因为团队协作确实有问题——分配给他的变化检测任务，他非要自己从头写代码，拒绝用公司现有的半自动工具，导致交付延迟了两天。另一个是因为心态上始终被动，每天按点来按点走，多一步都不愿意走。技术能力都不差，但老张评价很直接：“我不想每天追着他问进度。”这个反馈，我在一对一沟通时原话转给了那个孩子，他沉默了很久，最后说了句“我可能不太适合这里”。我不知道他听进去没有，但我觉得这是我能给的最诚实的东西。
成本账也得算一笔。今年实习生人均占用的导师时间比去年多了将近40%，尤其是头两周，导师几乎要手把手带着做预处理流程。表面上看效率低了，但从整个实习周期看，后期独立作业的速度比去年快了将近一倍，返工率下降了六成。如果算上导师的时间投入，总成本跟去年差不多，但产出质量和留用后的上手速度，完全是两个量级。
回头想，我最大的收获不是技术方法上的升级，而是想明白了一个道理：实习生不是来帮你干活的，是来检验你的人才培养体系有没有漏洞的。去年的漏洞是“只给任务不给支援”，今年的补丁是“明确底线+开放求助+接受试错”。这个补丁打得值不值，看一个细节就知道了——实习结束那天，小周把那份深度学习配准的操作文档留了下来，二十多页，里面有句话写在致谢页：“在这里犯过的错，比在学校一年都多，但每一错都有人接住。”我读到时，眼眶确实热了一下。
明年如果再带实习生，我会在面试环节加一道题：给一个不完整的需求，让对方反问三个问题。能问出好问题的人，才值得我们把时间和耐心投进去。技术可以补，但这种“主动把模糊变清晰”的劲头，补不了。
- 我们精彩推荐工作总结专题，静候访问专题：工作总结
