课程项目，目标是为招聘文本与岗位描述生成匹配评分。我负责特征抽取与评测流程设计：用TF-IDF与句向量构建相似度打分，制定样本标注规则并组织三名同学交叉复核。在自建300对课程样本上对比两种特征方案，逐条复盘误判案例，输出实验报告与改进建议，为后续引入语义模型提供依据。项目让我熟悉了文本预处理、相似度评估与实验记录规范，也锻炼了与同学分工协作推进算法迭代的能力。

个人实验项目，围绕小型图像分类任务验证训练策略。我基于PyTorch完成数据增强、训练与验证集评估，系统记录不同学习率与批大小下的损失和准确率变化；在固定划分的验证集上比较五组配置，整理指标曲线与失败样本分析，形成实验报告并给出调参与扩充数据的优化方向。过程中我体会到控制变量与可复现实验的重要性，也积累了模型训练调优和结果归因的实践经验。