课程项目，目标是让简历文本与岗位JD自动匹配。我负责特征抽取与评分流程：用jieba分词、TF-IDF加权，结合余弦相似度输出匹配分，并设计标注规则。与两名同学协作完成300对样本的人工标注，在留出测试集（60对）上Top-3命中率为0.78。通过误判复盘发现技能词权重偏低，引入关键词加权后提升至0.85。

个人实验项目，基于PyTorch在CIFAR-10子集（每类500张）上对比ResNet-18与简单CNN。我负责数据增强、训练脚本与验证集评估，记录学习率、批大小对准确率的影响。个人实验环境下，ResNet-18验证准确率约0.86，简单CNN约0.79。输出实验报告，总结过拟合现象与后续调参方向。