课程项目，目标是从简历文本与岗位JD中抽取技能关键词并计算匹配分。负责特征工程与模型实现：用jieba分词、TF-IDF加权，结合余弦相似度输出初版评分；在200份课程标注样本上测试，Top-3岗位命中率约72%。与两名同学协作制定标注规则，复盘误判案例并调整停用词表，最终提交实验报告与可复现代码。

个人实验项目，基于PyTorch在CIFAR-10子集上比较不同数据增强与优化器组合。负责训练脚本编写与参数记录：固定随机种子，测试学习率1e-3/1e-4、批大小32/64共4组配置，验证集准确率最高约84.6%。使用TensorBoard记录损失曲线，整理实验报告并给出后续尝试ResNet与余弦退火的学习方向。