这次申请最占优势的一点，是我的科研和项目都能往交通 AI 方向上靠。我的本科是某 211 高校计算机科学与技术专业，GPA 3.86/4.0，排名 4/78，约专业前 5%；英语六级 552 分，能支撑线下面试里的英文科研汇报。
科研经历里，我是省级大创机器学习方向负责人，有 1 篇 EI 会议二作。项目主要做基于深度学习的交通场景目标检测系统，负责数据采集与清洗、YOLOv5 模型训练与优化、部署测试，也在实验室智能交通项目中承担过算法模块开发。用到的工具包括 PyTorch 和 OpenCV。
竞赛和奖项也给材料加了不少支撑：MathorCup 数模国一、蓝桥杯省一、互联网+省金，奖项包括国家奖学金、校级三好学生、学业一等奖学金和科研创新奖学金。对北交来说，这些经历真正有价值的地方，是能和交通场景、算法落地、智能交通研究方向连在一起讲。
结果落在北京交通大学计算机学院人工智能方向，进入张教授课题组。手里当时有 4 个选择：北交 AI 学硕、北邮计算机、天津大学人工智能、本校直博。
我最后放弃了北邮、天大和本校直博，主要不是因为这些选择不好，而是北交在交通 AI 方向上的研究积累和我的项目经历更匹配。我的目标本来就偏向智能交通里的目标检测和算法部署，导师资源、课题方向、已有项目之间的契合度，对我来说比单纯比较学校名称更重要。
夏令营是我这一轮申请的主战场，后面没有参加预推免和九推。北京交通大学计算机学院夏令营入营后拿到了优营，这是最后确认去向的关键结果。
其他几所也有反馈。北京邮电大学计算机学院夏令营入营，但没有优营；天津大学人工智能学院夏令营入营，也没有优营；本校计算机学院夏令营给了直博优营。整体看下来，我的材料能通过不少初筛，但真正能拿到更确定结果的，还是方向匹配度最高的北交。
3 月我开始确定保研目标，整理科研、竞赛和项目经历，同时启动简历和个人陈述。这个阶段最大的任务不是“把所有东西放上去”，而是先判断哪些经历能服务于交通 AI 这个主线。
4 月主要打磨材料，并开始联系北交导师。简历和个人陈述都围绕交通目标检测、智能交通项目和 AI 方向适配来组织。5 月集中投递夏令营，北交是我最核心的目标。7 月参加北交线下面试和科研汇报后拿到优营，8 月基本确认北交 offer，并陆续放弃其他院校选择。
简历一共改了 5 版，最后控制在 1.5 页左右。我的处理方式是把科研、竞赛、项目都往同一条线索上收：机器学习基础、交通场景目标检测、算法训练和部署。这样老师看到材料时，不会觉得经历是散的。
个人陈述约 1800 字，重点写科研经历、AI 兴趣以及为什么适合北交方向。推荐信准备了 2 封，一封来自专业课教授，一封来自科研导师，主要强调算法能力和科研潜力。成绩单用前 5 学期材料，同时附教务处盖章和专业排名证明。
项目材料一定要准备得足够具体。我整理了代码仓库、项目报告、实验截图和部署演示视频；EI 论文录用证明、竞赛证书、奖学金证明也都提前归档。线下面试时老师如果追问 YOLOv5、数据增强、部署优化，材料里最好能迅速对应到自己做过的部分。
北交是线下面试，时长大约 20 分钟，流程依次是英语科研汇报、专业基础、项目深挖、方向匹配和综合问答。因为有 5 分钟英文科研汇报，准备时不能只背中文项目介绍。
英语部分包括 5 分钟科研汇报、回答评委提问，以及 Why choose BJTU。专业基础问到了 CNN、YOLO 结构、损失函数、过拟合处理和交通场景算法难点。项目深挖集中在数据增强方法、模型改进思路、部署优化，以及实际遇到的问题和解决方式。
方向匹配问题会看你是否真的了解北交交通 AI。老师问到了对相关方向的了解和未来研究规划，综合问题则包括抗压能力、是否读博、职业规划等。我的体会是，项目越贴近老师方向，越要准备细，因为老师很容易顺着细节继续问。
英语六级 552 分对这场面试基本够用，但前提是提前练过科研汇报。500 到 550 左右的同学至少要保证自我介绍和科研汇报顺畅，550 到 600 可以适当展开技术细节；如果英语更强，可以尝试主动讨论一些前沿问题，但不要为了显得复杂而讲超出自己掌握范围的内容。
方向匹配在这次申请里起了很大作用。我的成绩、竞赛、论文都能给初筛加分，但真正让北交这条线走通的，是交通场景目标检测项目和计算机学院人工智能方向之间的直接关联。
申请前建议先给自己的材料找一条主线。比如我没有把所有竞赛和项目平均用力，而是围绕交通 AI 展开：为什么做目标检测，数据怎么来，模型怎么训练，部署时遇到什么问题，未来还想怎么继续研究。这样面试老师更容易判断你的潜力。
放弃其他 offer 时也要有自己的判断。本校直博、北邮计算机、天大人工智能都各有优势，但如果已经知道自己更想做交通 AI，就不必只按外部评价排序。导师方向、课题资源和已有经历的匹配度，可能比一个泛泛的“更好选择”更重要。