课程项目，目标是给岗位JD与简历文本做匹配打分。我负责特征抽取与建模：用jieba分词、TF-IDF与余弦相似度构建初版评分，并整理标注规则。与两名同学分工标注约800条样本，在留出集上对比规则与模型效果，误判案例逐条复盘。输出实验报告与改进清单，为后续引入句向量留出接口，最终匹配准确率较基线提升约12个百分点。

个人实验项目，基于PyTorch在CIFAR-10子集上比较不同数据增强与超参配置。我完成训练脚本、验证集评估与日志记录，系统扫描学习率与批大小，记录准确率与损失曲线。与同组同学交叉复核结果，整理实验报告并给出后续优化方向，如引入预训练权重与学习率调度，最终验证集准确率提升约8个百分点。