这次申请的底层支撑是人工智能方向的课程、项目和科研积累比较集中。本科在合肥工业大学计算机科学与技术专业人工智能创新班，GPA 3.92，专业排名 6/128，约前 4.7%，六级 568 分。成绩和英语能过基本筛选，但真正让我和智能算法方向匹配起来的，还是小样本学习、工业质检和智能医疗影像这些项目经历。
科研方面，我参与过 1 项国家级人工智能大创项目，是核心成员，主要研究小样本学习算法；目前有 1 篇 CCF C 类会议论文在投，署名第二作者，也申请了 1 项发明专利，学生第一发明人。竞赛方面包括全国大学生数学建模竞赛国家级一等奖、中国高校计算机大赛人工智能创意赛国家级二等奖，以及安徽省计算机技术大赛省级一等奖。
项目经历里，最重要的是基于小样本学习的工业质检系统，主要解决生产线数据稀缺问题，检测准确率达到 95%。此外，我还搭建过智能推荐算法平台，融合协同过滤和深度学习模型，推荐准确率提升约 30%；也参与过智能医疗影像分析项目，负责肺部结节检测算法优化，假阳性率降低约 25%。奖项包括国家奖学金 1 次、校级特等奖学金 2 次、校级三好学生标兵、人工智能竞赛专项奖学金和省级优秀毕业生。
去向确定为合肥工业大学人工智能创新学院智能算法与应用实验室，导师是张艳宁老师。整个申请季我一共拿到 4 所院校的保研 offer。
比较重要的取舍是放弃中国科学技术大学信息科学技术学院的 offer，选择合工大人工智能创新学院。这个决定不是只看学校层次，而是看导师团队、研究方向和已有基础的契合度。我的项目一直围绕智能算法应用展开，合工大的实验室方向能更直接承接这些经历。
夏令营阶段，我投递了合肥工业大学人工智能创新学院、中国科学技术大学信息科学技术学院、浙江大学工程师学院和南京大学人工智能学院。合工大和中科大都入营并拿到优营，浙江大学工程师学院入营但没有拿到优营，南京大学人工智能学院没有入营。
因为合工大这边的导师和方向已经比较明确，我后面没有继续参加预推免和九推。对我来说，夏令营阶段把目标实验室和研究方向确定下来，比继续分散投递更重要。
简历前后改了 7 版，重点突出人工智能项目和科研成果，尤其是和实验室算法研究方向相关的小样本学习、工业质检和医疗影像项目。个人陈述打磨了 4 版，紧扣合工大人工智能创新学院的智能算法特色，详细写了研究生阶段想继续做的科研规划。
推荐信需要 2 封教授级推荐信，我提前联系了大创项目导师和专业课老师。成绩单准备了前五学期盖章版，夏令营期间又补充了六学期完整成绩单，核心课程基本都在 90 分以上。奖项材料按国家级、省级、校级分类整理，数学建模和人工智能类竞赛放在更靠前的位置。
项目材料我准备得比较细，包括论文预印本、算法系统演示视频和性能测试报告，并且在材料里标注了个人核心贡献和技术创新点。人工智能方向的面试很容易追问算法细节，所以材料不能只写结果，也要能说明方法和验证过程。
面试在翡翠湖校区线下进行，全程大约 30 分钟，包括 10 分钟专业笔试和 20 分钟综合面试。整体流程是英文自我介绍、专业笔试、科研项目深度提问和综合素养问答。
人工智能基础部分问到了深度学习模型优化方法、小样本学习算法原理和卷积神经网络结构。专业深度问题包括工业质检系统的算法选型、推荐系统评估指标和医疗影像分割技术难点。项目深挖主要围绕小样本数据增强方法、算法性能优化策略和模型部署可行性分析展开。
综合问题包括为什么选择合工大人工智能创新学院、怎么看人工智能行业发展，以及研究生阶段学习计划。英语部分要求相对高一些，需要做 2 分钟专业英文自我介绍，还要翻译人工智能领域英文文献摘要，并用英文回答项目研究方法和创新点，整体难度中等偏上。
人工智能方向的申请，项目经历最好不要散成几个互不相关的点。我的材料之所以能支撑智能算法方向，是因为小样本学习、工业质检、推荐系统和医疗影像都能回到算法应用和模型优化这条线上。面试时老师也会沿着这条线追问，而不是只看奖项数量。
选择 offer 时，我更看重后续研究是否能接着做下去。中科大的机会当然很好，但如果导师团队和研究题目与自己已有基础不完全贴合，读研后可能还要重新切方向。对我来说，合工大人工智能创新学院的实验室方向更能延续本科阶段的积累，这是最后做决定的主要原因。