面向工业设备预测性维护场景，基于公开轴承振动数据集搭建异常检测流程，负责滑窗特征提取与孤立森林、LSTM模型对比实验，用FastAPI封装推理接口并配套简易前端展示结果。与两名同学分工完成数据标注与超参数调优，在约两千条固定测试样本上系统记录准确率与误报率，整理实验对比报告并完成课堂演示，沉淀出可复用的特征处理脚本与评测清单，为后续接入真实产线数据预留了扩展接口。

面向实验室工位资源紧张问题，独立设计React前端与Node后端，接入SQLite存储并实现登录鉴权、时段冲突校验与提醒推送功能；使用Docker完成本地部署，邀请同班十余名同学试用两周，依据反馈修复时段边界与并发占用问题，记录平均预约耗时与失败原因，形成迭代说明与后续优化清单，并补充接口文档与一键部署脚本，完整走通从需求到上线的全栈链路。