人工智能方向的科研和竞赛经历，是我这次申请里最能支撑自己定位的部分。本科阶段我在东北大学计算机科学与技术学院人工智能专业学习，GPA 3.88/4.0，专业排名3/159，排名大约在前1.9%，六级592分。
科研方面，我参与过国家自然科学基金项目《复杂场景下多模态智能感知技术研究》，主要负责深度学习模型优化模块；也以第一作者发表过EI会议论文《基于轻量化Transformer的图像识别算法》。此外，我主持了校级大创项目《智能语音交互系统研发》，最后优秀结项。
竞赛和项目经历也基本围绕AI展开。我拿过全国大学生人工智能创意赛国家一等奖、ACM-ICPC亚洲区域赛银奖、全国大学生数学建模竞赛省级一等奖。项目里比较重要的是工业缺陷检测AI系统，我负责主导研发，用深度学习做产品表面瑕疵实时识别，准确率做到96%；还参与过多模态数据融合项目，把模型推理速度优化了40%。另一个相对完整的独立项目是校园智能导览AI小程序，功能包括语音问答和路线规划。
奖项方面，我拿过国家奖学金、东北大学特等奖学金、校级三好学生标兵，也连续4年获得一等学业奖学金，并获评过人工智能科创先进个人。
选择留在本校继续做人工智能，是我综合方向匹配度、团队情况和后续科研连续性之后做出的决定。最后去向是东北大学计算机科学与技术学院人工智能与机器学习实验室，导师团队是王福利教授团队。
这次申请一共拿到了5个offer。夏令营阶段，东北大学、大连理工大学和吉林大学都给了优营；后面我没有再参加预推免和九推。虽然手里有大连理工大学计算机学院的优营offer，但考虑到自己在本校已经有比较完整的AI方向积累，也更希望继续沿着熟悉的研究方向深挖，最后放弃了外校机会。
夏令营阶段，我投递了东北大学计算机科学与技术学院，并顺利入营，最终拿到优营。这也是我最重视的一站，因为团队方向和自己之前的科研、项目经历贴合度比较高。
大连理工大学计算机科学与技术学院同样给了我入营机会，夏令营结束后也拿到了优营。吉林大学人工智能学院的结果也比较顺利，完成夏令营后获得优营。
也有没拿到机会的学校。哈尔滨工业大学计算机学部和天津大学智能与计算学部在夏令营阶段都没有入营，这两次结果也提醒我，哪怕背景看起来还不错，热门计算机和人工智能项目的筛选仍然很卷，不能只押一两所学校。
材料准备开始得比较早，简历前后改了14版。我在简历里没有只堆经历，而是尽量把AI科研项目、竞赛成果和模型优化里的量化结果写清楚，比如准确率、推理速度提升、个人负责模块等。
个人陈述改了9版，主要围绕东北大学AI实验室的研究方向来调整表达。我的重点不是泛泛地说自己喜欢人工智能，而是把机器学习方向的研究兴趣、已有基础和后续规划尽量连起来。
推荐信准备了2封，一封来自专业课教授，一封来自大创指导导师。成绩单是在大三下学期开学第一周办理的教务处盖章版本，我会特别标注人工智能、深度学习等核心课程成绩。奖项材料则按国家级、省级、校级分类，把论文、竞赛、科研证书扫描件整理好。
项目材料花的时间也不少。我把模型代码、实验数据、系统演示视频和项目结题报告单独归档，并在材料里清楚写出自己负责的部分，避免老师看完只知道项目很大，却不知道我到底做了什么。
面试整体包括线上编程机考、5分钟英文自我介绍、20分钟专业问答和10分钟科研项目答辩，节奏比较紧凑。对我来说，最关键的是把基础知识和自己的项目经历打通，不能只背概念，也不能只讲项目结果。
专业问答里，老师问到了Transformer架构、卷积神经网络原理、机器学习核心算法、图像识别模型优化思路，以及科研项目里的创新点和实验难点。人工智能领域前沿热点和未来研究方向规划也被问到过，所以准备时最好不要只停留在课程知识，还要能说清楚自己为什么想继续做这个方向。
英语部分主要是完整英文自我介绍、AI领域英文文献摘要翻译，以及围绕科研项目内容和个人研究兴趣的英文问答。我自己的感受是，英文不用追求特别华丽，但要提前准备好项目关键词和研究兴趣的表达，否则现场很容易卡住。
这次申请让我感受最深的是，人工智能方向的材料必须尽量具体。比如“参与深度学习项目”这种说法很难形成区分度，换成自己负责了哪个模块、解决了什么问题、指标有什么变化，老师才更容易判断你的真实投入。
简历和个人陈述不要等到报名系统开放才开始写。我前后改了很多版，每一版都会更聚焦一点：哪些经历和目标团队相关，哪些只是看起来热闹但帮助有限，都需要删改取舍。
面试准备上，建议把课程基础、科研项目、英文表达放在一起练。老师问项目时经常会追到背后的算法原理，问专业基础时也可能让你结合自己的经历解释应用场景。能把这些内容自然连起来，比单独背很多答案更有用。
最后，投递时还是要保留一定梯度。即使我有排名、科研、竞赛这些基础，哈工大和天大的夏令营也没有入营，所以不要因为前期条件不错就过度自信。申请阶段最稳妥的做法，是把目标方向想清楚，同时给自己留下足够的备选空间。