科研、竞赛和成绩排名三条线，在我的申请材料里都比较突出。本科就读于哈尔滨工业大学计算学部计算机科学与技术专业卓越工程师班，GPA 3.95/4.0，专业排名 1/286。英语方面，六级 612 分，雅思 7.0。
科研方面，我以第一作者身份发表过 EI 会议论文《基于 Transformer 的图像超分辨率重建算法研究》；参与国家自然科学基金重点项目《面向复杂场景的计算机视觉关键技术研究》，负责模型优化模块；另外申请了 2 项发明专利，均已受理。竞赛方面，有 ACM 国际大学生程序设计竞赛亚洲区域赛金奖、全国大学生数学建模竞赛国家一等奖、全国大学生信息安全竞赛省级一等奖。
项目经历主要有三个：主导开发智能校园安防系统，用深度学习算法实现异常行为实时检测与预警，准确率约 95%；参与分布式文件存储系统开发，采用一致性哈希实现数据分片与负载均衡，支持 PB 级数据存储；还设计并实现过基于强化学习的自动驾驶决策系统，在仿真环境中完成复杂路况下的自动驾驶任务。奖项包括两次国家奖学金、工信部创新创业奖学金、哈工大校长奖学金、两次优秀学生标兵和四次一等学业奖学金。
夏令营全部结束后，我选择留在哈尔滨工业大学计算学部泛在计算与智能系统研究中心，跟随王晓龙教授团队继续深造。申请过程中一共获得 6 个 offer，包括哈工大、清华、北大、中科院计算所、上海交大和浙江大学。最后放弃清华、北大等选择，主要是因为自己和王老师团队的研究方向、已有合作基础以及后续规划更匹配。
夏令营阶段，我参加了哈尔滨工业大学计算学部、清华大学计算机科学与技术系、北京大学信息科学技术学院、中国科学院计算技术研究所、上海交通大学电子信息与电气工程学院、浙江大学计算机科学与技术学院，以上均入营并获得优营。因为夏令营阶段已经完成主要选择，后续没有再参加预推免和九推。
这类多 offer 情况下，选择反而会变成新的问题。学校平台当然重要，但导师方向、团队氛围、自己已有科研积累能否延续，也会影响研究生阶段的实际体验。对我来说，留在熟悉且匹配的团队，比单纯换一个更有外部吸引力的标签更符合长期规划。
简历一共修改了 15 版，重点突出科研成果、竞赛获奖和项目经历，并尽量用具体数据量化成果。个人陈述修改了 10 版，围绕自己对泛在计算领域的兴趣、已有研究经历和未来研究规划展开。
推荐信需要 3 封，分别来自王晓龙教授、专业基础课老师和 ACM 竞赛教练。成绩单在大三下学期开学第一周办理，加盖教务处公章，并重点标注核心专业课成绩，这些课程基本都在 90 分以上。
奖项材料按国家级、省部级、校级分类整理，附获奖证书扫描件和证明材料。项目材料准备了项目报告、代码片段、演示视频和用户手册，重点说明个人贡献和技术创新点。因为面试会深入问论文和项目，材料准备得越细，后面复盘越省力。
面试整体强度比较高，流程大致是 20 分钟 PPT 汇报、25 分钟专家提问和 10 分钟英语交流。PPT 主要讲科研项目、竞赛经历和未来规划，不适合堆砌所有经历，而要让老师看到一条清楚的研究主线。
专家提问覆盖面比较广。数据结构方面问到红黑树原理与应用、哈希冲突解决方法；算法设计方面问到动态规划优化策略和贪心算法适用场景；计算机视觉方面问到 Transformer 模型结构、图像分割算法对比。科研相关问题会围绕论文创新点、实验设计、项目开发中的技术难点与解决方案，以及未来研究方向的可行性展开。
英语部分包括 3 分钟英文自我介绍、围绕计算机视觉最新研究进展和强化学习算法应用的英文问答、Transformer 相关论文摘要翻译，以及 convolutional neural network、reinforcement learning 等专业术语解释。因为问题会涉及专业内容，不能只准备日常英语自我介绍。
高强度夏令营面试里，材料越强，追问往往越深。写了一作论文，就要能讲清楚创新点、实验设置、对比方法和不足；写了大型项目，就要能说明系统架构、个人贡献、指标来源和技术难点。老师不会只看成果名称，也会判断你对成果的真实掌握程度。
多校优营后做选择时，我建议把“平台、导师、方向、已有积累、未来规划”放在一起看。外部名气很重要，但研究生阶段每天面对的是具体课题和具体团队。如果一个团队能延续自己的研究兴趣，并且导师和方向都合适，留在本校也可以是非常理性的选择。
英语和专业表达要同步准备。计算机视觉、强化学习、Transformer 这些内容，如果中文能讲清但英文完全说不出来，面试里会很被动。最好提前把自己论文摘要、项目贡献和未来研究兴趣都整理成英文版本，并练到能自然表达。