课程项目，目标是为简历文本与岗位JD构建匹配打分模型。我负责特征抽取与评分流程：用TF-IDF和向量相似度搭建初版模型，制定样本标注规则并组织3人交叉标注；与组员协作完成误判案例复盘和阈值调整。在此过程中我补充了负样本采样与文本清洗步骤，并对比不同相似度度量对排序结果的影响。在200份人工标注课程样本上，Top-3匹配命中率由61%提升至73%，并输出可复现实验脚本与报告。

个人实验项目，围绕小规模图像分类验证完整训练流程。基于PyTorch完成数据增强、模型训练与验证集评估，系统记录不同学习率和批大小下的指标变化；与同学讨论后补充早停和权重衰减策略，并加入混淆矩阵分析定位易错类别。在自建5类约3千张图片的离线验证集上，准确率由82%提升至88%，整理实验报告并列出后续优化方向。