1、量化分析师助理 | 解决问题:对期货产品进行基本面量化分析及新策略开发 爬取各个交易所历史持仓、价格等数据，并采用python、excel、sqlite工具对期货的历史数据进行处理 从基本面逻辑出发验证市场规律，对经济数据及产业数据的处理后可视化展示
2、 爬虫类数据挖掘(百度贴吧&网贷之家) ：采用正则、beautifulsoup等对网页进行解析，并获取相关数据写入excel文件 百度贴吧:获取贴吧数据近五万条，并对用户身份和行为等进行相关性分析，以便于进行知识协同研究 网贷之家:爬取上万条网贷新闻有关的公司注册、融资等相关信息，并进行数据预处理
3、中科院科技战略咨询所P2P网络借贷数据分析 2018年2月-2018年6月 整合某网络借贷平台上借款人的自然属性和行为特征，对数据进行清洗，除去噪声数据 进行借款人特征提取和相关性分析，构建借款人个人信用肖像模型 对网络借款用户的自然属性和行为特征进行组合，进行借款人的信用预测，降低网络借贷的不良率 针对通用领域情感分类的不足，进行股票领域情感词的挖掘，提高股票领域文本特征提取的有效性;
4、 浙大面向工程师的知识管理系统&HiKnow微信小程序开发|解决问题:减轻任课教师在课程作业评价中的工作量同时保证学生相互评价结果的有效性和可靠性;
并为学生提供移动的个人知识管理系统 实现“点赞+评分+评论”定性与定量结合的多种评价功能，全方位对作业进行评价 利用威尔逊置信区间识别敷衍评价、小团体、恶意评价等消极评价行为，对每位学生给予对应的权重 基于微信小程序，实现知识检索、浏览、存储、收藏、评价与分享于一体的个人知识管理系统 挖掘用户操作行为(如搜索知识关键词、查看知识等)，利用关联规则算法对用户进行知识的个性化推送 项目成果获得2018中国高校计算机大赛微信小程序应用开发赛三等奖
5、PLM系统手机端开发 | 解决问题:办公移动化，消息及时化 基于某企业的PLM系统，实现传统应用与钉钉等集成以及云计算升级关键技术 使用Node.js代理服务器，vue.js开发框架，结合钉钉和企业微信(如免登授权、消息会话等)接口 开发集成钉钉与企业微信的PLM系统手机端应用，实现手机端消息、校审流程、项目动态展示