教学
我的教学覆盖宏观经济学与计算经济学，也包括面向经济学的机器学习、深度学习与强化学习，以及 AI 方法与经济分析相结合的交叉课程。
教学与课程建设
《宏观经济学原理》数字化教材建设
参与《宏观经济学原理》数字化教材编写，包括样章撰写、交互式实验与配套教学资源建设。
PKU–Zurich 机器学习与宏观金融博士生暑期学校
编写涵盖 TensorFlow、PyTorch、JAX 环境配置与 Jupyter Notebook 使用的中英双语上机指南，并为 Serguei Maliar 教授课程提供现场辅导与调试支持。
宏观经济学原理（本科生）
承担习题课教学与课程协调，参与作业、计算练习及考试材料设计；制作 Solow 模型交互式讲义与 Jupyter Notebook 实验，贯通模型推导、参数实验、图形分析与政策讨论。
计算经济学（研究生）
协助授课教师编写课件，承担上机辅导与代码答疑，参与作业设计。
人工智能与社会（本科生）
协助讲授 AI 基础及其社会影响，并支持跨学科课堂讨论。
可承担课程
经济学核心课程
- 宏观经济学原理；中级与高级宏观经济学
- 数理经济学；动态优化
- 计算经济学
面向经济学者的 AI 课程
- 机器学习；深度学习；强化学习
经济学 × 人工智能交叉课程
- 使用 AI 方法求解动态经济模型；多智能体学习与经济模拟