项目实战清单

每个项目都写清了「做完能证明什么能力」。 挑着做，不要全做 —— 一个做透的项目胜过五个跑通的 demo。

怎么用这份清单

按当前阶段选 1 个项目（不要跨阶段选）
做完写一份 300 字结论文档：基线多少、提升多少、为什么、局限是什么
放进作品集

简历上的写法对比

❌ 「使用 LSTM 做了文本分类」 ✅ 「中文工单分类：BiLSTM 基线 81.2 macro-F1，换预训练模型后 92.6；发现长尾类别是主要误差来源，用类别加权 + 数据增强补到 94.1；线上单次推理 38ms」

L0–L1 入门级（证明你会动手）

#	项目	核心技能	交付标准
1	线性回归手写实现	梯度下降、损失	手写 + PyTorch + sklearn 三版，loss 曲线对齐
2	数据探索报告	Pandas、可视化	一份含 6 章的 EDA 报告
3	房价预测（表格）	回归全流程	CV 分数 + 特征重要性 + 结论
4	用户分群	K-Means、PCA	分群结果 + 每群画像 + 可视化
5	销售数据看板	groupby、时间序列	一张含 4 图的分析页

L2 机器学习（证明你会建模与评估）

#	项目	核心技能	交付标准
6	Titanic 生存预测	二分类、缺失处理	Kaggle 前 30% + 报告
7	信用卡欺诈检测	极不平衡、阈值选择	PR-AUC + 代价曲线 + 阈值论证
8	客户流失预测	特征工程、SHAP	AUC + Top 特征业务解释
9	需求预测（时序）	时序 CV、滞后特征	时间序列 CV + 误差分解
10	搜索排序基线	排序指标	NDCG + 特征分析
11	用 LightGBM 打一次 Kaggle 正式赛	集成、CV 策略	完整方案文档

L3 深度学习（证明你会训模型）

#	项目	核心技能	交付标准
12	MNIST 手写数字	训练循环	99%+ 且能解释每一步
13	CIFAR-10 图像分类	CNN、增强、迁移学习	自写 CNN ≥75%，迁移 ≥92%
14	自定义小数据集分类	数据采集、迁移学习	含混淆矩阵与错分分析
15	中文文本分类	分词、BiLSTM/TextCNN、预训练	macro-F1 + 长尾处理分析
16	从零训练 MiniGPT	Transformer 全链路	生成可读文本 + loss 曲线
17	目标检测入门	YOLO 微调	mAP + 漏检案例分析
18	语义分割（U-Net）	像素级任务	mIoU + 可视化对比

L4 大模型（证明你会调模型）

#	项目	核心技能	交付标准
19	领域 SFT 微调	数据构造、QLoRA	500+ 数据 + 三方对比表
20	DPO 偏好对齐	偏好数据、DPO	对齐前后胜率（人工/judge）
21	结构化信息抽取	Prompt + Schema + 微调	字段准确率 + 格式合法率
22	模型量化与部署	AWQ、vLLM	QPS/延迟/精度三张表
23	文档 OCR + VLM 抽取	多模态、预处理	字段准确率 + 成本
24	语音转写 + 摘要	ASR、说话人、LLM	CER + 端到端 demo

L5 应用工程（证明你能上线）

#	项目	核心技能	交付标准
25	企业文档问答（RAG）	切分、混合检索、重排、引用	Recall@5、忠实度、100 条评测集
26	客服 Agent	工具设计、循环控制、审批	任务成功率 + trace 回放
27	数据分析 Agent	Text-to-SQL、代码执行沙箱	正确率 + 安全边界说明
28	内容审核流水线	多模态、规则+模型	误杀/漏杀率 + 人工复核流程
29	全栈 AI 产品	前后端 + 流式 + 计费	公网可访问 + 成本台账
30	评测平台/基准	评测集、judge、看板	可复用的评测工具

25、26、29 是「代表作」三选一

这三个最能体现「能独立负责一个 AI 系统」。如果只有一个项目的时间，做这三个之一。

L6 专家级（证明你能做出别人做不了的）

#	项目	核心技能	交付标准
31	论文复现（L2 级）	复现方法、实验设计	复现报告 + 失败记录
32	小规模分布式训练	DDP/ZeRO、显存优化	吞吐/显存对比 + 稳定性处理
33	领域蒸馏小模型	数据蒸馏、SFT	与大模型的效果/成本对比
34	自建评测基准	任务设计、标注、一致性	公开可用的 benchmark
35	推理系统优化	调度、缓存、路由	QPS 提升倍数 + 成本下降

项目模板（每个项目都按这个写）

markdown

# 项目名

## 问题
业务问题是什么？标签怎么定义？成功标准是什么指标、多少算达标？

## 数据
规模、时间范围、来源、划分方式（含是否有泄漏检查）

## 基线
常数基线 / 简单模型，各自多少分

## 方法
最终方案 + 关键选择及其理由（为什么不用 X）

## 结果
测试集指标（含置信区间或多随机种子），对比基线提升多少

## 分析
- 主要误差类型是什么？举 2 个例子
- 哪个特征/环节贡献最大？
- 做过的消融

## 局限
数据偏差、覆盖范围、已知失效场景

## 如果上线
阈值怎么定、监控什么指标、成本多少

「局限」和「如果上线」两节最能区分水平。 面试官会重点问这两块。

选题的三个原则

原则	说明
有真实数据	用自己的行业数据，胜过用公开玩具数据
有明确指标	「好用」不是指标，「字段准确率 92%」是
有对比基线	没有基线就没有说服力

项目实战清单 ​

怎么用这份清单 ​

L0–L1 入门级（证明你会动手） ​

L2 机器学习（证明你会建模与评估） ​

L3 深度学习（证明你会训模型） ​

L4 大模型（证明你会调模型） ​

L5 应用工程（证明你能上线） ​

L6 专家级（证明你能做出别人做不了的） ​

项目模板（每个项目都按这个写） ​

选题的三个原则 ​