课程《金融统计与建模》项目，基于公开脱敏样本约5000条，目标是识别影响违约的关键变量。我负责拆解任务、分配数据清洗与特征筛选，用Python（pandas、statsmodels）做逻辑回归并交叉验证；与组员核对变量口径、向老师汇报进度。模型在留出集上AUC约0.78（固定随机种子、七三划分），形成报告与答辩材料，获课程优秀小组。项目让我体会到数据口径统一与过程留痕对结论可靠性的影响。

校园社会实践项目，围绕县域小微与农户融资需求设计问卷，目标是形成可汇报的调研结论。我参与问卷设计、访谈记录与数据整理，用Excel做交叉汇总，与队友分工完成60份有效样本的编码核对，并协助撰写合规提示部分。最终形成1份调研报告在学院展示，样本量有限，结论仅作课程实践参考。过程中我注重受访信息保密与表述规范，锻炼了团队协作与沟通能力。