教学 Teaching

第一个学期就当上 Graduate Teacher

入学不过几周，就报名了教学支持岗位，并签下两份合同：2025 年 12 月初，工程数学与技术学院的 Demonstrator；以及数学学院从 2026 年 1 月开始那个教学学期的 Graduate Teacher。同一个学期里，博士生也成了老师——习题课、实验课、批改作业。

Graduate Teacher · Demonstrator

金融数学习题课

2026 年 1 月至 5 月，在数学学院为三年级与硕士合开的「金融数学」带习题课，先后批改形成性习题与计分习题——包括把分数与书面反馈批量回传到学习平台，而不是一份一份地手动上传。

「数学与数据建模 3」小组项目

第二个教学学期，在「数学与数据建模 3」里辅导三年级的建模小组，其中一组做的是企业命题：为他们的报告写结构化的书面反馈，帮忙把报告改排成学校的 LaTeX 模板，并以本组助教的身份给出同伴互评意见。顺手还做了一个一键复制的网页小工具，让一块块反馈交付得更快。

用 AI 原生的方式做助教

教学的背后是一套工作流：全部助教材料整理成一个结构化的课程中枢，附一份写给 AI 智能体看的索引；再由智能体从邮件记录、日历和共享排班表里，重建整个学期的岗位分配、课表冲突和每周安排。方法与做研究如出一辙——先把结构搭好，再让智能体做繁琐的重建，最后逐项核对——只不过这一次，用在了十三个教学岗位上。

「数据科学方法与实践」批改

2026 年 2 月，为工程数学与技术学院的硕士课程「数据科学方法与实践」批改一批第一主题的作业。依据主题说明和统一的评分表，确保每一份都按同一套标准评判。

为「物理建模原理」排查实验套件

2026 年 2 月受邀为本科课程「物理建模原理」检测、分拣、排查实验套件：两天现场测试，外加一份为每处缺陷都附上照片证据的检测报告。这是理论之外的一次动手——数学家给实物「找 bug」。

为商科硕士开的 AI 与数据科学项目工作坊

2026 年夏天，协助开设每周一次的线下工作坊，陪 MSc Data Science for Business 的学生完成小组与个人毕业项目——一位数学博士，每个周二给商科学生讲 AI 项目。

2026–27：三个学院，十三个岗位

2026–27 学年，横跨三个学院、11 门课程，共 13 个教学岗位。数学学院：「数据科学视角」与「数学视角」两门课，「统计推断」的辅导课，「量子计算」的作业批改，以及「纯数学导论」的小班辅导。SEMT 学院：「工程数学 1」的助教与批改，「数学与数据建模 3」的小组指导，「统计计算与实证方法」的上机实验，以及「AI 基础」。CADE 学院：「AI 驱动的设计与仿真」，以及新开的「AI 工程」硕士的小组研究项目。9 月又加了一个线性代数小班。

「The Confident Assistant」：一间 AI 素养密室

一个 AI 与编程素养密室逃脱的构想：一位过分自信的助手递给玩家一段看起来毫无问题的代码，唯一的出路是验证它——写出那个会失败的测试，找到证据——而不是相信一个听上去很有把握的回答。这是研究里「凡事都要验证」的习惯，变成了一场给学生玩的游戏。

硕士毕业论文第二评阅人

2026 年 9 月，作为第二评阅人批阅一批 MSc Data Science for Business 的毕业论文（其中包括一个小组项目），按项目新的评分指引执行，并与第一评阅人商定书面部分的最终分数。

一个可离线的中英双语教学资料站

为「纯数学导论」的第一次小班课，一天之内做出并测试了一个以平板为先的网页应用：英文为主的授课稿，外加 39 个主题的中英双语参考库——概览、先修知识与解题策略——可以离线使用，公式在本地排版，不做任何形式的追踪。如今同一个站点还加上了线性代数板块。

新学年的第一堂 R 实验课

2026 年 9 月 23 日，为硕士课程「统计计算与实证方法」的第一周 R 上机课做助教——两年前读硕士时，自己也修过这门课。课前准备了一份中英双语的备课包，把第一周的 25 道练习逐一讲透。

第一次线性代数小班课

2026 年 9 月 25 日（周五）早上 9 点到 10 点，在 Fry Building 给一个一年级小组上了这一学年的第一次线性代数小班课；练习卷前一天就已打印好。这是 9 月新加进来的一个小组。