3周拿下AI代码搜索引擎项目，还有证书+推荐信…他们赚翻了！！

在现代软件开发中，现有代码的复用对于开发的效率和质量至关重要。然而，在大规模代码库中识别相关且可复用的代码片段仍然是一项技术挑战。传统的基于关键词的搜索引擎在理解编程意图和结构相似性方面存在不足。本次为期三周的研究旨在开发和评估数据驱动的软件搜索引擎，该引擎能够利用机器学习和语义代码表示，更好地理解开发人员的查询。

研究目标：

探索基于结构、语义和使用模式的索引和搜索代码的技术
研究代码的向量嵌入技术（例如 CodeBERT、GraphCodeBERT）
实现用于学术评估的软件搜索引擎的原型组件
研究过程：

第1周：初期培训和文献综述

回顾代码搜索、神经网络代码表示和API推荐系统的相关工作
熟悉GitHub API、CodeSearchNet数据集和Hugging Face模型等工具和平台
与研究导师协商，确定具体的子主题或实验
第2周：实验和原型开发

从开源代码库中提取并预处理代码示例
应用机器学习模型（例如CodeBERT）生成代码的向量嵌入
开发或扩展支持自然语言代码搜索的原型界面
第3周：评估与展示

使用基准查询的精确度/召回率指标评估搜索引擎性能
分析错误案例并提出改进建议
准备产出物：演示文稿、书面报告及代码，总结研究过程和发现
项目成果展示
7月25日，暑期科研营的同学们在SMU工程学院计算机科学系进行了项目答辩。SMU工程学院副院长、计算机科学系主任、指导教授及博士等人员参与了最终答辩。

答辩过程中，每位同学展示了自己的研究成果，阐述了采用的技术、具体思路及原理，并现场运行并展示了自己完成的搜索引擎。同学们还针对教授提出的问题进行了答辩。

最终，所有同学成功完成科研目标，获得了SMU与GEI共同颁发的结业证书及教授的推荐。

研究收获
在软件工程任务中使用机器学习模型的实践经验
掌握构建语义代码搜索引擎组件的实践知识
提录取梦校术研究和技术沟通能力
为未来在软件工程或人工智能领域的学习或研究做好准备
丰富的文化活动
Leadership workshop：怎样理解及应对文化差异

SMU工程学院院长办公室、Hart Center职业发展中心及计算机科学系共同组织了两次Leadership workshop活动。通过风趣幽默的沟通及团队互动活动，同学们认识到文化差异需要一颗开放的心来面对，自我容错与鼓励能够更好适应美国校园文化及未来职场，建立沟通与合作关系是美国社交的核心。

认识德州：游览牛仔小镇，观看体育比赛，参观Dallas博物馆

达拉斯是德克萨斯州的重要城市，拥有众多博物馆、丰富的体育赛事、多样的历史文化风景。生活便利，消费水平不高，中餐馆及中国超市众多。

暑期科研营期间，我们组织学生游览Fort Worth Stockyards牛仔小镇，感受德州传统文化，品尝闻名遐迩的德州烤肉；亲临中国女排国家队在达拉斯的比赛，为女排呐喊加油，感受达拉斯热烈的体育运动氛围。

学生居住在SMU附近的酒店，公寓提供开放式厨房及冰箱、微波炉等基础电器。日常科研在SMU工程学院的计算机科学系实验室的专用会议室。

项目评估
2025 SMU Summer Research Bootcamp结束后，学校邀请暑研学生们对项目进行了匿名评估，大家对项目的推荐率是100%，这也说明了学生对于项目的高度认可。

院校介绍
南卫理公会大学（Southern Methodist University，简称SMU）建校于1911年，2025 U.S. NEWS全美大学综合排名第91，是美国国家一类研究性大学。

SMU地理位置好，位于美国第四大都会区德克萨斯州的达拉斯。达拉斯经济高度发达，是美国三大高科技工业中心之一，GDP排名全美第6。

达拉斯也是全美工程技术公司最集中、STEM工作岗位最多、财富500强企业总部最多的城市之一，拥有180多个数据中心，就业形势强劲。

近年来，德州的低税收、商业友好政策和强大的经济实力吸引了众多巨头企业入驻。当地时间7月23日，德州州长宣布，柯林斯航空航天公司将在德克萨斯州增加570多个高薪科技工作岗位，并投资5700万美元扩大制造和研发业务。

达拉斯是未来工科学生在美就业的绝佳之地。

暑研项目的主办院校——SMU工程学院（Lyle School of Engineering），计算机科学系（Department of Computer Science）是一个以研究为导向、以学生为中心的院系，致力于人工智能、机器学习、数据挖掘、大数据、自然语言处理、云计算、软件工程等方面的学术研究与技术实践。每年发表众多高质量的研究论文，在业界享有重要地位。

在College Factual 2025年全美计算机科学硕士学排名中，SMU计算机科学位列第42位。

王潇潇 美研部后期组长