发布时间:2025-05-26 人气:24 作者:Jason
目标:用机器学习分析极端天气趋势,为地方政府提供减排方案。
核心价值:融合数据科学、公共政策与伦理思考,直击藤校偏好的“技术解决社会问题”叙事。
数据获取(2小时):
使用NASA全球气候数据集或NOAA极端天气事件库;
用Python的Pandas清洗数据,筛选近10年本地气候指标(如CO2浓度、洪水频率)。
模型训练(10小时):
通过Kaggle Learn学习Prophet时间序列预测模型;
预测未来5年气候趋势,生成可视化图表(Matplotlib/Plotly)。
政策提案(8小时):
结合预测结果,设计3条可落地方案(如社区太阳能微电网);
用Canva制作1页政策简报(附数据模型代码GitHub链接)。
成果出口:
提交至MIT THINK奖学金项目(1月15日截止);
参与青少年气候峰会(如UNEP Youth Eco Summit)。
目标:使用家用级CRISPR试剂盒编辑酵母荧光基因,理解基因工程原理。
核心价值:展现实验设计与生物安全管控能力,弥补无实验室资源学生的短板。
材料采购(4小时):
购买Odinn Tech家庭CRISPR套件($129,含sgRNA、Cas9、荧光酵母菌株);
搭建简易无菌操作台(紫外线灯+塑料箱)。
基因编辑(12小时):
设计sgRNA靶点(使用Benchling免费工具);
按协议完成转化与筛选,观察荧光表达(手机显微镜头记录过程)。
伦理报告(4小时):
撰写《家用基因实验的生物安全指南》(参考ASM Biosafety Levels);
录制3分钟TikTok科普视频,呼吁规范DIY生物实验。
成果出口:
提交至iGEM基金会“社区实验室奖”(Community Lab Grant);
参与BioBuilder合成生物学挑战赛(2月截止)。
目标:用旧手机+树莓派打造可对话的垃圾分类助手,集成计算机视觉与NLP。
核心价值:展示硬件迭代、环保意识与全栈开发能力,契合硅谷中学“创新即战力”标准。
硬件拆解(6小时):
拆解旧手机获取摄像头、麦克风模块;
连接树莓派4B(安装OpenCV+TensorFlow Lite)。
模型部署(10小时):
用Google Teachable Machine训练垃圾分类模型(塑料/金属/纸张);
集成Whisper语音识别API。
功能测试(4小时):
在社区中心实地测试,收集用户反馈;
用Figma设计交互界面,优化语音提示逻辑。
成果出口:
提交至Maker Faire Virtual Showcase(全球创客展);
参与FIRST机器人技术挑战赛(区域赛3月启动)。
时间 | 项目1 | 项目2 | 项目3 |
---|---|---|---|
第1周 | 数据清洗+模型训练 | 材料采购+实验设计 | 硬件拆解+模型选型 |
第2周 | 政策提案+可视化 | 基因编辑+结果记录 | 模型训练+接口开发 |
第3周 | 投稿竞赛/峰会 | 伦理报告+视频制作 | 社区测试+界面优化 |
咨询老师