课程项目，目标是给岗位JD与简历文本做粗排匹配。我负责特征抽取与打分模块，用jieba分词、TF-IDF和余弦相似度构建基线，并在200条人工标注样本上评估。组织3人小组制定标注规则、复盘误判案例，发现技能词权重偏低后加入同义词扩展。最终在课程测试集上Top-3命中率较基线提升约12个百分点，报告被选为课堂展示案例。

个人实验项目，基于PyTorch复现轻量图像分类流程，使用公开小样本数据集做数据增强、训练与验证集评估。我负责搭建训练脚本、记录不同学习率与批大小下的准确率和损失变化，并用TensorBoard对比过拟合现象。通过加入随机裁剪与权重衰减，验证集准确率从78%提升到85%左右（单卡、固定随机种子，样本量约5000张）。输出实验报告与后续调参方向。