申请东华时，我的优势主要集中在排名、项目和竞赛的组合上。本科是浙江一所双非一本，专业为人工智能，GPA 3.90，专业排名 4/112，大约前 3.6%。英语六级 532 分，虽然不算特别突出，但在夏令营材料里没有明显拖后腿。
科研方面，我负责过一项校级智能信息处理方向的大创项目，主题是文本智能分类，没有论文产出。项目经历主要围绕人工智能应用展开：一个是基于深度学习的文本情感分析系统，场景贴近纺织行业舆情分析；一个是轻量化智能问答模型，用来处理工业场景里的常见问题自动应答；另外还参与过校园数据管理平台开发，负责数据清洗与分析模块。
竞赛和奖项对材料支撑也比较重要。我拿过全国大学生数学建模竞赛省级二等奖、蓝桥杯 Python 组省级二等奖、全国大学生人工智能创新大赛省级三等奖；奖学金方面有 1 次国家奖学金、2 次校级一等奖学金，以及校级三好学生和学科竞赛专项奖学金。
结果上，我一共拿到了 3 所院校的保研 offer，最后去向是东华大学信息与智能科学学院智能信息处理实验室，导师是刘老师。中间也拿到过一所同城 211 院校的 offer，但我更看重东华在智能信息处理和纺织智能制造交叉应用上的特色，所以最终选择了东华。
我参加的是夏令营阶段，顺利入营并拿到优秀营员。后续预推免和九推都没有再继续参加，主要是因为夏令营结果已经比较符合自己的方向预期。
当时投递主要围绕人工智能、计算机和信息工程相关学院展开。东华大学信息与智能科学学院是最核心的一站，我在夏令营阶段入营并拿到了优秀营员，也是后面确定去向的项目。
苏州大学计算机学院同样是在夏令营阶段入营，但没有拿到优秀营员。浙江工业大学信息工程学院夏令营也入营了，并且拿到了优秀营员。南京信息工程大学人工智能学院则没有入营。整体看下来，投递结果并不是一路顺利，但和我背景匹配度较高的人工智能相关方向反馈会更好一些。
材料准备没有拖到截止前才开始，尤其是简历和个人陈述，我前后改了好几轮。简历一共改了 4 版，重点放在人工智能项目、算法实践能力，以及自己和智能信息处理方向的契合度上。
个人陈述大概打磨了 3 版，内容没有泛泛写“想做人工智能”，而是尽量把纺织智能制造相关的人工智能应用、自己已有项目经历和研究生阶段规划连起来。推荐信需要 2 封副教授及以上老师签字，我提前联系了项目指导老师和专业课老师，避免临近提交时赶时间。
成绩单方面，我先准备了前五学期盖章版，夏令营期间再补交六学期完整成绩单。奖项材料按国家级、省级、校级分类整理成高清扫描件，再合并成精简 PDF。项目材料除了文字介绍，还准备了技术报告、演示视频和核心代码片段，重点标出个人负责模块和创新点。
东华夏令营面试是线上进行的，全程大约 20 分钟，没有单独机试，但有现场算法口述。整体流程是英文自我介绍、专业知识问答、项目深度提问，最后是综合问题交流。
专业问题主要集中在人工智能基础、数据结构与算法，以及我的项目本身。人工智能部分问到深度学习常见模型原理、过拟合的解决方法、文本分类算法选型；数据结构与算法部分涉及排序算法复杂度分析、字符串匹配算法、链表和数组的区别。这些问题不算偏，但需要能把基础概念讲清楚。
项目深挖是面试里占比比较高的部分。老师会追问文本情感分析系统的模型优化思路、纺织行业舆情数据怎么处理、项目落地过程中遇到的难点怎么解决。因为我提前把项目技术报告和个人负责部分梳理过，所以回答时能比较自然地从任务背景讲到实现细节。
英语部分包括 2 分钟英文自我介绍、人工智能专业词汇英译汉，以及围绕本科科研经历的简单英文问答，难度适中。综合问题则包括为什么报考东华大学、对智能信息处理方向的理解，以及研究生阶段科研规划。
对我来说，东华这场申请的关键不是经历多么夸张，而是把已有经历和目标方向讲得足够具体。我的科研没有论文，学校背景也不是特别强，所以材料里更需要突出排名、项目完成度、竞赛和奖学金这些能直接说明学习与实践能力的部分。
准备项目时，不建议只背一段固定介绍。老师真正追问时，更关心你在项目里具体做了什么、为什么这样选模型、数据怎么处理、哪里有难点，以及结果是否能解释。尤其是人工智能方向，基础知识和项目理解很容易被连着问，最好提前把常见模型、过拟合、文本分类流程、算法复杂度这些内容重新过一遍。
投递上也不用因为一次未入营或未拿优秀营员就过度否定自己。我的结果里也有未入营和未优营，但最终能拿到适合方向的机会。选项目时，除了学校层次，也要看学院方向、导师课题和自己的经历能不能接上；如果匹配度高，面试中反而更容易讲出可信的申请理由。