这次申请里，我的优势比较集中：排名靠前、科研和竞赛都有可以展开的内容，项目也有量化结果。本科在杭州电子科技大学计算机学院计算机科学与技术专业，GPA 3.90/4.0，专业排名 3/196，大约前 1.5%，六级 589 分。杭电虽然不是传统 985、211，但计算机学科基础比较扎实，学科评估为 B+，这对申请计算机方向有一定帮助。
科研方面，我参与过国家自然科学基金项目《面向大数据的高效机器学习算法研究》，负责算法优化模块；以第一作者发表过 CCF C 类会议论文《基于自适应采样的分布式机器学习算法》；还主持过省级大创《智能医疗数据隐私保护系统》，并优秀结题。竞赛包括全国大学生数学建模竞赛国家一等奖、ACM-ICPC 亚洲区域赛铜奖、中国高校计算机大赛人工智能创意赛国家二等奖。
项目经历主要围绕算法和系统落地展开。我主导研发过基于改进 Transformer 的代码生成系统，代码生成准确率达到 89.2%，已经在本校软件工程实验室试用；参与过分布式数据库优化项目，将查询响应时间缩短 42%；也独立开发过校园智能考勤系统，使用人脸识别技术，识别准确率达到 99.5%，并在 3 个教学楼投入使用。奖项方面有 2 次国家奖学金、杭电特等奖学金、校级三好学生标兵、连续 4 年一等学业奖学金和计算机领域优秀科研个人。
留在杭州电子科技大学计算机学院人工智能与大数据实验室，是我综合团队方向、已有科研基础和后续发展后做出的选择，导师团队是陈纯教授团队。申请过程中一共拿到 5 个 offer，其中重点比较的是杭电计算机学院、西安电子科技大学计算机学院和电子科技大学计算机科学与工程学院这些计算机相关机会。
我放弃了西电和电子科大的优营，选择本校继续深耕人工智能与大数据方向。对我来说，这不是因为外校机会不重要，而是本校团队和我前期的算法优化、分布式机器学习、代码生成项目之间衔接更顺。
夏令营阶段，杭州电子科技大学计算机学院、西安电子科技大学计算机学院、电子科技大学计算机科学与工程学院都入营并拿到优营。浙江大学计算机科学与技术学院、上海交通大学人工智能研究院没有入营。
因为夏令营阶段已经有比较确定的选择，我后面没有继续参加预推免和九推。这个节奏的好处是可以比较早地把精力从投递转回到确认导师和后续科研准备上。
简历前后改了 16 版，重点放在计算机科研项目、竞赛成果和算法优化的量化数据上。像代码生成准确率、数据库查询响应时间缩短比例、考勤系统识别准确率这些数字，我都会放在项目描述里，因为它们能比泛泛写“参与优化”更直观地体现贡献。
个人陈述改了 11 版，主要贴合杭电计算机学院人工智能研究方向，说明自己在大数据与机器学习领域的长期规划。推荐信准备 2 封，分别来自计算机算法专业课教授和大创项目指导导师。成绩单在大三下学期开学第一周办理教务处盖章版本，并重点标注数据结构、算法设计、机器学习等核心课程高分。
奖项材料按国家级、省级、校级分类整理，论文、竞赛和科研证书都做成清晰目录。项目材料包括源码、实验数据集、系统演示视频和项目结题报告，并且标注我独立负责的模块和技术创新点。材料越强，越要避免堆砌，老师最需要看到的是哪些经历真正和目标方向有关。
面试考核包括线上编程机考和综合面试。机考是 150 分钟，包含 2 道算法题和 1 道机器学习编程题，对算法基础和机器学习实现能力都有要求。后续面试包括 5 分钟英文自我介绍、20 分钟专业知识问答和 10 分钟科研项目深度答辩。
专业问题主要覆盖数据结构与算法，比如动态规划、贪心算法和图论；机器学习部分会问逻辑回归、决策树、神经网络等核心算法；也会涉及分布式系统原理。科研项目答辩重点看创新点和实验难点，老师会追问为什么采用这样的算法设计、实验结果是否稳定、和已有方法相比改进在哪里。
英语部分包括完整英文自我介绍、约 200 词的计算机领域英文文献摘要翻译，以及用英文回答科研项目中的技术挑战和解决方案。六级 589 分能支撑基本交流，但专业英语仍然要提前练，尤其是机器学习、分布式系统和数据隐私相关表达。
背景比较强的时候，申请反而更需要讲清楚取舍。外校机会不少，但我最后选择杭电，是因为人工智能与大数据实验室和我已有的科研、项目、论文方向高度连续，读研后可以更快进入状态。
计算机方向材料准备不要只强调“做过很多项目”。更重要的是每个项目能否说清楚技术问题、个人贡献、实验数据和实际效果。像准确率、响应时间、部署范围这些指标，如果真实可靠，就应该在简历和面试中用起来。
机考也不能忽视。即使科研经历和竞赛都比较突出，算法题和机器学习编程题仍然会直接影响考核表现。我的建议是，夏令营前就把算法、机器学习基础和项目答辩一起准备，不要把机试当作临时环节。