李媛：专业课方向：收集高校复试离散数学题目，指导学生考研离散数学复试。求职就业方向：利用python爬虫完成学生就业分析，了解就业趋势，调整课程体系。

　　孙玉杰：专业课方向：完成计算机组成原理近十年408的考研真题，总结常考知识点和答题技巧，为考研学生提供针对性辅导。求职就业方向：能够使用数据挖掘算法(如分类，聚类，回归，关联规则，神经网络等)实现数据挖掘，对TensorFlow等深度学习框架了解。

　　赵晨希：专业课方向：《C/C++程序设计》考研/竞赛指导。收集整理完成15套高校考研自命题试题《C/C++程序设计》，装订成册，分析考研知识点，进行课堂讲解。求职就业方向：C++通讯录管理系统。使用C++中面向对象的基础知识实现类的创建，结合C++基于过程程序设计的基础知识完成系统设计。提升学生综合实践能力，动手能力。

　　邱志远：专业课方向：对考研基础课中包含的操作系统课程内容进行深入研究，收集、整理并分析了近8年408统考真题，装订成册。求职就业方向：基于目前自然语言处理领域的主流深度学习模型BERT、GPT、Deepseek等构建主题应用模型，辅助实现文本资料分析。

　　张妍妍：基于实际行业案例的数据分析与可视化，结合Python数据可视化工具库的教学，通过实操演练，让学生掌握数据可视化的基本技能和高级应用，结合金融、医疗、电商、教育等实际行业案例，开展数据分析与可视化项目的研讨，提高学生的实践能力和问题解决能力。

　　谢高森：掌握本专业常见的数据处理方法，搭建数学模型，解决工作和学习中遇到的数据处理问题与数据可视化问题。指导学生参加数学建模和程序设计类型比赛，掌握使用python和matlab常见数学建模语言进行数据分析，为后续工作和考研面试打下基础。

　　李世悦：考研方向——讲解深度神经网络相关的模型复现操作，帮助人工智能相关专业学生应对复试中的相关提问；专业英文方向——讲解英文科技论文的写作过程，以SCI论文写作为例，介绍如何找到思路、构建文章框架、完成细节修改，以及分享一些投稿技巧。

　　孙昊：对文本或图像数据进行分析与挖掘。以Python为基础，Tensorflow为深度学习框架，Web 组件库采用JQuery、Bootstrap等实现前端界面；Django实现后端逻辑开发。