平台不是我这轮申请里最占优势的部分，所以前期我更依赖排名、项目和北京地区目标的匹配度来撑材料。本科是某双非一本院校，计算机科学与技术专业，排名 3/62，在前 5%，六级 542 分。
科研经历不算强，主要参与过一项校级大数据分析项目，负责数据预处理模块，没有论文。竞赛有数学建模省二、互联网+校级铜奖、蓝桥杯 Java 组省三。项目方面，一个是校园二手交易平台，用 SpringBoot 和 Vue 做了后端接口与数据库；另一个是用户行为数据分析，用 Python 完成数据清洗和可视化。奖项包括两次校级三好学生、两次校级一等奖学金，以及数学建模竞赛专项奖学金。
真正让我下定决心的是民大信工院的方向和北京区位都比较合适。最后去向是中央民族大学信息工程学院计算机技术专硕，导师方向偏人工智能与数据挖掘。申请过程中一共拿到 3 个可选择机会，包括民大、另一所双一流院校和一所省属 211。
我也放弃了省属 211 的计算机学硕。这个选择不是单纯比较学校层级，而是考虑到北京的实习、科研资源，以及民大在民族数据、文化数字化相关方向上的特色。对我来说，专硕和人工智能、数据挖掘方向的结合更符合后续规划。
夏令营阶段我投了 6 个项目，入营 3 个，最后只拿到 1 个比较有把握的结果。北京工业大学入营但没有拿到优营，北京交通大学没有入营，中央民族大学夏令营入营后也没有拿到优营。这个阶段对我最大的作用是熟悉面试节奏，也暴露出专业课复盘不够细的问题。
预推免我投得更密集，一共投了 8 个，入营 5 个。华北电力大学入营但未优营，北京信息科技大学入营并拿到优营，中央民族大学预推免入营并拿到优营，首都师范大学没有入营。民大预推免结果出来后，我结合导师方向和个人规划，最终确认了这个 offer。
3 月我开始正式确定保研目标，同时整理简历、个人陈述和前几学期成绩材料，也把专业课重新拉了一轮。5 月进入夏令营投递期，我一边投递，一边尝试联系民大导师，了解人工智能与数据挖掘方向是否适合自己的经历。
7 月主要参加夏令营，结果不算特别顺，但线上面试让我知道老师会从项目、专业课和英语三个方面同时考察。8 月我把重点放在复盘面试、强化专业课，以及持续跟进民大预推免上。9 月民大预推免拿到优营后，就基本确定了去向。
简历我改了 5 版，思路是尽量把基础项目和竞赛写得具体一些，避免看上去只有课程作业。校园二手交易平台会突出 SpringBoot、接口设计和数据库部分；用户行为数据分析则强调 Python 数据清洗、可视化和分析逻辑。
个人陈述大概 1500 字，前后改了 3 次，主要说明自己从计算机基础项目转向人工智能与数据挖掘的原因。推荐信准备两封，一封是专业课老师，一封是项目导师。成绩单和排名证明用的是前 5 学期材料，奖项证书扫描后整理成册。项目材料里，我放了源码截图、技术文档和结题报告，方便面试时快速调取细节。
民大的面试是线上进行的，大约 20 分钟。流程是签到核验，然后 5 分钟英语、10 分钟专业问答、5 分钟综合问答，节奏比较紧，回答最好直接切入重点。
专业问题覆盖得比较广，包括 TCP/IP 协议栈各层作用、事务四大特性和隔离级别、SpringBoot 的核心优势，以及 Hadoop 与 Spark 的区别。英语部分问了自我介绍，也有翻译“民族文化数字化保护”，还会问为什么选择民大。综合问题集中在项目最大困难及解决方式、读研规划，以及如何平衡科研和学习。
如果六级在 425 到 480 分之间，至少要准备 1 分钟简洁自我介绍、基础专业词汇和常见日常问答。480 到 550 分可以准备 2 分钟结构化自我介绍，并积累人工智能、数据挖掘相关词汇。550 分以上则建议再往学术表达上补一补，提前了解导师方向里的英文文献和关键词。
排名靠前但科研不强的同学，投递时要把“稳定学习能力”和“项目能讲清楚”都体现出来。没有论文并不意味着完全没机会，但项目一定不能只写技术栈，最好能说清楚需求、数据、模块、难点和改进。
夏令营没拿到理想结果时，不要太快否定自己。我在民大夏令营阶段没有拿到优营，后来通过复盘专业课、补充项目表达、继续跟进预推免，才把机会争取回来。预推免阶段时间更紧，材料和面试答案最好提前准备好，不要等入营后再临时梳理。
选择学校时，我更建议把城市、导师方向、培养类型和自己的背景一起看。省属 211 学硕听起来更稳，但民大在北京，又有民族数据和文化数字化相关场景，对人工智能与数据挖掘方向更有延展空间，这也是我最后做选择的主要原因。