聚焦人工智能与高等教育融合领域，负责学习行为数据分析、智能教学模型构建及研究成果向教学实践的转化，支撑院校数字化课程改革。

• 主导构建覆盖3万+本科生的一流课程学习行为数据库，运用SQL与Python完成非结构化日志数据清洗（含视频观看断点、讨论区交互频次等12类行为特征），结合隐马尔可夫模型识别学生认知负荷拐点，为《数据结构》等5门核心课的混合式教学节奏优化提供依据，试点班级挂科率下降18%。
• 基于OBE教育理念设计‘技术赋能的探究式学习’评估框架，开发包含知识建构深度、协作创新能力等6个维度的量化指标体系，配套自动化测评工具（集成NLP技术分析报告语义复杂度），已在研究院合作的8所高校推广，教师教学反思效率提升40%。
• 参与教育部人文社科青年项目‘智能时代高校教师TPACK发展路径研究’，负责子课题‘技术整合的障碍因素建模’，通过结构方程验证‘组织支持度’与‘自我效能感’的关键中介作用，研究成果形成政策建议报告被省教育厅采纳。
• 攻克多源异构数据融合难题，将课堂录像的视觉特征（如师生眼神交流时长）与学习管理系统行为数据关联，构建教师教学风格分类模型（准确率89%），相关论文发表于《现代教育技术》（CSSCI），被引12次。

牵头教育技术与学科深度融合的纵向课题，推动智能教学工具研发与教师数字素养提升，助力高校教育教学数字化转型。

• 作为核心成员申报并获批国家社科基金‘十四五’规划课题‘生成式AI对高校学术写作教学的重构机制研究’，设计‘人机协同写作能力发展’双螺旋模型，开发包含提示词工程、文本批判性修改等模块的训练系统（基于GPT-3.5微调），在6所试点高校开展行动研究，学生论文查重率下降25%，创新思维测评得分提升19%。
• 针对跨学科课程资源碎片化问题，构建‘领域知识图谱+学习路径推荐’解决方案，运用Neo4j搭建计算机科学与教育学交叉领域的概念网络（含800+实体、1200+关系），结合协同过滤算法实现个性化资源推送，试点课程学生资源利用率从32%提升至67%。
• 设计高校教师数字素养分级评价标准（含技术操作、教学创新、伦理意识3个一级维度），开发在线测评工具（集成自适应测试与课堂观察记录），完成全省1200名教师的基线调研，形成《高校教师数字素养发展白皮书》，被纳入省教师培训必修模块。
• 解决多模态教学数据隐私保护难题，基于联邦学习框架设计‘本地训练-参数共享’模型，在不传输原始数据的前提下实现跨校教学质量分析，相关技术方案获软件著作权（登记号：2025SRXXXXX），已在3个区域教育联盟落地应用。

统筹跨机构高等教育数字化研究项目，引领区域高校教学模式创新，推动智能技术在人才培养全流程的深度应用。

• 牵头省级重点研发计划‘人工智能驱动的高校人才培养质量监测体系构建’，整合教务、学工、实习等8类系统数据，设计包含学业表现、能力发展、职业适配的3层监测指标，开发实时预警与干预模块（准确率91%），已在10所应用型本科高校部署，毕业生就业对口率平均提升13%。
• 主导‘智慧教育背景下高校教师发展中心转型’研究，提出‘数据驱动的精准培训’模式，构建教师教学行为数字画像（涵盖课堂互动、作业设计等15个观测点），配套定制化研修资源库（含微视频、案例库、工具包），试点中心的教师培训满意度从78%提升至94%，优秀教学成果产出量增长2倍。
• 建立高等教育数字化成熟度评估模型（含基础设施、数据治理、教学创新3个维度20项指标），完成对省内30所高校的评估诊断，输出分层改进建议报告，其中‘数据中台建设’‘教师数字胜任力培养’等建议被写入《省高等教育数字化行动计划（2026-2030）》。
• 推动产学研协同创新，联合3家科技企业研发‘虚拟仿真实验教学智能运维平台’，运用数字孪生技术模拟10类实验场景的异常工况，支持学生自主探究与教师实时指导，平台已在材料、机械等5个工科专业推广，实验教学效率提升35%，获省级教学成果二等奖。

高校新工科专业集群教务运营体系重构与数字化落地

• 项目背景：随着高校新工科建设深化，某省3所试点高校面临“跨专业课程衔接不畅、实践环节管理脱节、质量监控数据孤岛”三大痛点——传统教务体系以学院为单位割裂运行，新工科“人工智能+智能制造”跨专业培养方案无法落地，企业合作实践项目进度跟踪靠人工台账，教学质量评估滞后2-3个月。项目目标是通过重构“培养方案-课程实施-实践管理-质量评估”全链路体系，支撑10个新工科专业的标准化运行与数字化监管。我在项目中担任总负责人，统筹需求调研、流程设计、系统对接及高校侧落地推广。
• 关键难题与技术方案：1. 跨学院课程协同障碍：各学院原有课程编码规则差异大（如计算机学院用“CS+编号”、机械学院用“ME+编号”），导致跨专业选课无法识别核心能力关联；2. 实践项目动态管理缺失：校企合作的“智能工厂仿真”“AI算法落地”等项目，缺乏进度跟踪、导师指导记录、成果对接教务学分的工具；3. 数据联动失效：教务系统（管理课程）、实践平台（管理项目）、质量监测系统（管理评估）数据孤立，无法实时计算“学生能力达成度”等核心指标。针对这些问题，我主导引入OBE（成果导向教育）理念，结合IEEE新工科课程设计标准，同时调研了教育部《高等教育质量监测国家数据平台》的技术规范。
• 核心行动与创新：1. 标准制定与共识达成：牵头组织3所高校12个学院的教学院长、专业负责人开展4轮工作坊，制定“新工科跨专业课程编码规则”（以“能力域+课程类型+层级”为维度，如“AI-FND-201”代表人工智能基础层课程），并通过原型系统演示编码统一后“学生跨专业选课自动匹配学分”“课程大纲关联核心能力”的价值，推动学院放弃原有规则；2. 实践管理系统定制开发：基于低代码平台搭建“新工科实践项目全生命周期管理系统”，集成“项目立项-进度填报-导师点评-成果验收-学分同步”功能，通过API接口对接教务系统的学分认定模块，实现实践成果自动转换为通识/专业选修学分；3. 数据中台构建：用ETL工具抽取教务、实践、质量三端数据，建立“实践项目完成率-课程衔接率-能力达成度”的关联模型，开发可视化看板，支持学校实时查看“各专业实践环节滞后项目数”“跨专业课程学生通过率”等指标。
• 项目成果与价值：1. 体系重构效果：8个新工科专业完成培养方案修订，跨专业课程衔接率从65%提升至92%，试点高校跨专业选课量同比增长150%；2. 数字化工具落地：实践管理系统覆盖216个校企合作项目，进度跟踪及时率从70%提升至98%，成果验收通过率较之前提高25%；3. 质量监管升级：数据看板将质量评估周期从季度缩短至月度，问题定位效率提升60%，其中1所高校因“能力达成度达标率提升”顺利通过工程教育专业认证；4. 商业价值：项目成为公司新工科教务解决方案标杆案例，后续签约2所同类高校，带动120万元营收，我个人也因此晋升为公司高等教育事业部资深项目经理。

应用型本科院校教学教务流程标准化与效率提升项目

• 项目背景：某应用型本科院校因招生规模扩大（年招5000+人），传统手工+单点系统模式导致“排课冲突率高、成绩录入延迟、学籍异动处理慢”等问题——每学期排课冲突率达8%，成绩录入平均延迟10天，学籍异动（转专业、休学）处理周期超2周。项目目标是建立标准化教务流程体系，通过系统固化流程，将关键环节效率提升30%以上。我担任项目高级顾问，负责流程诊断、标准化设计及系统实施指导。
• 关键难题与解决思路：1. 流程碎片化：各部门（教务处、学院、辅导员）使用不同工具处理事务，如排课用Excel、成绩用独立系统、学籍用OA，缺乏统一的流程衔接；2. 规则不明确：转专业、缓考等特殊场景的处理规则分散在不同文件中，辅导员操作时易出错；3. 系统适配性差：现有教务系统未覆盖“学籍异动-课程调整-成绩更新”的联动逻辑，导致数据处理滞后。针对这些问题，我引入BPM（业务流程管理）方法论，梳理教务核心流程的“输入-活动-输出-责任人”要素。
• 核心行动与创新：1. 流程标准化设计：梳理12个核心教务流程（如排课、成绩管理、学籍异动），制定《教务流程操作手册》，明确每个环节的规则（如转专业需在开学前2周提交申请，系统自动校验课程衔接）、时限（成绩录入需在考试后5天内完成）和责任人；2. 系统功能优化：针对现有系统短板，提出“流程引擎+规则引擎”的改造方案——用流程引擎串联“学籍异动-课程退改-成绩同步”环节，用规则引擎自动校验转专业学生的先修课程是否满足要求；3. 培训与试点运行：针对辅导员、教学秘书开展3批次流程与系统培训，选择2个学院试点运行，收集17条优化建议（如增加“排课冲突智能提醒”“成绩录入批量导入”功能），迭代系统后推广至全校。
• 项目成果与价值：1. 效率提升：排课冲突率从8%降至1.2%，成绩录入延迟时间缩短至3天内，学籍异动处理周期压缩至5个工作日内；2. 错误率下降：因规则不明确导致的操作错误率从15%降至2%，其中转专业学生的课程衔接问题零发生；3. 流程沉淀：形成的《应用型本科教务流程标准化手册》被公司纳入解决方案库，成为同类院校项目的参考模板，我个人也因此积累了从“流程诊断到系统落地”的全链路经验，为后续负责大型重构项目奠定基础。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。