Projects

Portfolio Demo

项目作品集

这里把博客里的项目、课程实践和可继续扩展的作品集中展示。每张卡片都尽量回答三个问题： 这个项目解决什么问题，用了什么技术，下一步怎么变成更强的实习作品。

学习路线 知识图谱 GitHub

NLP / ML Portfolio Ready

Stock Market Sentiment Classification

三分类金融情感分析项目，从 TF-IDF + Logistic Regression、Word2Vec + XGBoost 等传统 baseline， 扩展到 DistilBERT + LoRA，再用 XGBoost 做混合分类器。

Tech

DistilBERT, LoRA, XGBoost, Macro F1

Value

能展示完整建模流程、实验对比和误差分析

项目文章 GitHub

Data Engineering Course Project

DSAI4205 Big Data Hands-on

围绕 Pandas、Dask、Spark RDD、SparkSQL、PageRank、NoSQL 等主题整理的 Big Data 动手教程， 适合展示数据处理和分布式计算基础。

Tech

Pandas, Dask, PySpark, SparkSQL

Next

补一个可运行 notebook 索引和实验截图

动手教程 全景导览

Math / ML Concept Portfolio

SVD and Tensor Notes

用 SVD、低秩近似、推荐系统、PCA、SVM kernel、Tensor/CP/Tucker 等内容连接线性代数和机器学习。 适合作为数学理解型作品。

Tech

SVD, PCA, Tensor Decomposition

Next

加入 NumPy demo 和可视化实验

SVD 笔记 Tensor 笔记

Python Engineering Foundation

Python for Algorithm Internship

从 Python 基础语法一路接到 logging、argparse、项目结构、配置文件、实验输出和训练脚本骨架。 这是后续项目代码质量的基础设施。

Tech

Python, logging, argparse, pathlib, JSON

Next

配一个小型词频统计 CLI demo

教程文章

LLM App Planned

Mini RAG System

下一步可以做一个最小 RAG 系统：文档切分、embedding、向量检索、rerank、回答生成和评估。 这个项目会直接对齐 LLM 应用算法实习。

Tech

Embedding, Retrieval, Rerank, Evaluation

Output

README, demo script, evaluation report

查看路线

Search / Rec Planned

Search and Recommendation Baseline

预留一个搜索/推荐 baseline：召回、排序、指标、误差分析。可以从 MovieLens 或公开电商数据集开始。

Tech

Recall, Ranking, MAP, NDCG

Output

Notebook + script + project article

查看路线

项目补强原则

Readable

README 要写清楚数据、环境、命令和结果，不让读者猜。

Runnable

尽量让项目能用一两条命令跑通 baseline。

Comparable

有 baseline、有指标、有错误分析，才能体现算法思考。