个人项目，基于公开脱敏信贷样本约5000条，用Python完成缺失值处理、WOE分箱和逻辑回归评分卡，以AUC和KS评估区分度，并在固定随机种子下做5折交叉验证；与课程助教讨论特征筛选口径，形成建模报告与可复现代码。项目重点梳理了变量筛选、模型解释与风险分层的完整流程，并对比不同分箱策略对稳定性的影响，为后续风险管理研究打下方法基础。

校园竞赛项目，团队4人，围绕模拟组合构建投研数据看板。我负责用Python采集整理公开行情与财务指标，做描述统计和相关性分析，并用Tableau呈现风险收益对比；与组员按周同步口径、迭代图表，最终在20支模拟组合样本上完成展示并提交竞赛报告。过程中梳理出指标口径说明与图表复现步骤，并针对组合波动来源做了归因分析，提升了数据可视化与团队协作能力。