面向智能文档分析场景，协助整理OCR后文本与版面结构数据，参与构建文档分类与关键信息抽取的评测集。使用Python和PyTorch复现文本分类基线，在内部测试集（约1.2k页扫描文档）上对比不同分词与预训练模型效果。与算法研究员和产品实习生协作，按周同步实验进展，输出标注规范与误差分析文档，协助优化数据清洗流程，使标注返工率降低约15%。