课程项目，基于公开带钢缺陷数据集完成分类与定位，负责图像清洗、增强与数据划分，使用PyTorch训练ResNet与YOLO轻量模型，在固定验证集上对比准确率与单张推理耗时，并做消融实验记录参数影响；组织三人分工与周会，撰写实验记录与答辩材料，最终课程评审完成演示并提交可复现代码，模型在验证集上准确率较基线提升约6个百分点。

个人项目，用OR-Tools对小型作业车间排程建模，以最小化最大完工时间为目标，加入设备能力与工序先后约束；在自构造的20组算例上与贪心基线对比求解质量与耗时，记录参数敏感性并分析求解器在规模扩大时的表现；用Python封装命令行入口、整理README与实验日志，作为运筹优化与工业排程方向的自学成果，部分算例求解时间缩短约三成。