在课程项目中担任小组负责人，带领4名成员围绕公开销售数据完成需求预测全流程。使用Excel与Python进行数据清洗、缺失值处理与特征整理，并对比移动平均、指数平滑等方法的预测效果，按留出法在测试集上评估，最优模型预测误差较基准下降约18%。负责拆解任务、统一数据口径并撰写预测与补货建议报告，在课堂汇报中获评优秀，也让我更理解计划岗位对数据准确性与协同的要求。

围绕校园超市高频商品，采集两周销量与到货记录，用Excel建立ABC分类与再订货点测算表，并模拟优化前后的库存周转与缺货次数。在样本口径下，模拟缺货次数由6次降至3次，库存周转保持稳定。最终形成一页优化建议，与店长沟通验证可行性，进一步锻炼了数据整理、库存控制与计划排程思路，也让我更关注供应链计划中的实际落地问题。