统计学基础和大数据项目经历，是我申请时最主要的两条线。本科在安徽大学经济统计学专业，GPA 3.92，排名 1/69，前 1.4%。英语成绩是六级 518 分、四级 581 分。
科研方面，我主持过一项国家级大创项目，主题是大数据驱动的消费行为预测研究；以第一作者发表过一篇 EI 会议论文，也参与了 2 项省级统计学研究课题。竞赛经历包括全国大学生数学建模竞赛国家级一等奖、全国大学生市场调查与分析大赛省级一等奖、全国大学生统计建模大赛省级二等奖。
项目经历主要围绕数据分析展开。一个是基于 Python 的零售行业销量预测系统，结合时序分析和机器学习算法做周度销量预测；一个是高校学生消费数据分析平台，完成 4 万多条数据的清洗和可视化，为后勤管理提供参考；另外还参与了安徽省人口普查数据挖掘项目，负责数据预处理和特征工程，最后产出 3 份政策建议报告。奖项方面有两次国家奖学金、三次校级特等奖学金、校级三好学生标兵、省级优秀学生干部和多次科研创新专项奖学金。
留在安大的决定，更多来自大数据分析方向的连续性和导师匹配，而不是缺少外校机会。去向是安徽大学大数据与统计学院大数据分析实验室，跟随张导师继续做相关方向。
这次一共拿到 5 所院校的保研 offer，其中包括 1 所 985、3 所 211 和 1 所双一流院校。最终我放弃了一所 985 高校的统计学专业 offer，选择留在安徽大学深耕大数据分析方向。夏令营阶段拿到安大结果后，我没有再参加预推免和九推。
安徽大学大数据与统计学院夏令营入营并拿到优营，这是最后确认的去向。中国科学技术大学统计与金融系夏令营也入营了，但没有拿到优营。华东师范大学统计学院夏令营入营并拿到优营，给了我另一个很有分量的选择。
另外，南京师范大学数学科学学院夏令营没有入营，合肥工业大学数学学院夏令营也没有入营。统计相关项目在筛选时会看排名、科研和方向匹配，结果并不完全按学校层次线性展开。
材料准备时，我把重点放在大数据分析项目和统计科研成果上。简历前后改了 7 版，突出 Python、R 语言数据处理能力，以及论文、大创和几个数据分析项目之间的联系。
个人陈述打磨了 5 版，主要结合大数据与统计学交叉特色，写清楚研究生阶段想继续做什么。推荐信需要 2 封教授级推荐信，我提前 3 个月联系了项目指导老师和系主任，给老师留足时间。
成绩单准备了前五学期盖章版本，夏令营期间又补充六学期完整成绩单，并附上专业排名第一的证明。奖项材料按国家级、省级、校级分类整理，统计建模和数学建模类竞赛放在比较靠前的位置。项目材料则准备了技术报告、数据可视化图表和算法优化文档，并标注自己负责的模块和研究贡献。
面试是线下进行，全程大约 25 分钟，没有单独笔试。流程是 3 分钟 PPT 汇报，内容包括个人情况和科研成果；之后是 10 分钟专业知识问答、8 分钟项目深度提问，最后 4 分钟英文面试。
统计学基础问题包括概率论核心定理、数理统计中的参数估计方法，以及回归分析里的模型选择。大数据技术部分问到了数据清洗流程、特征工程方法和机器学习模型评估指标。
项目深挖比较贴近我材料里的三个项目。老师问了销量预测系统的算法选型依据、消费数据分析平台的数据质量管控方案，以及人口普查数据挖掘里的关键发现。综合问题包括对大数据与统计学交叉领域的理解、研究生阶段科研计划，以及如何平衡理论学习和实践应用。
英语部分难度中等偏上，包括 2 分钟英文自我介绍、统计学专业文献摘要翻译，以及用英文回答科研项目经历。文献翻译是英文论文里关于时序预测的段落，所以统计和机器学习专业词汇最好提前准备。
统计学申请里，成绩排名当然重要，但项目和科研要能把“会分析数据”具体化。我这次比较有帮助的，是把零售预测、消费数据分析、人口普查挖掘这些经历都统一到大数据分析主线上。
选择是否留本校时，我没有只比较学校层次。安大的大数据与统计学院方向、张导师课题组和我已有经历衔接得更顺，这对后续持续做研究很重要。外校 offer 有吸引力，但如果研究方向断掉，读研后也可能重新适应很久。
准备类似面试时，建议同时复习统计理论和数据技术。概率论、数理统计、回归分析这些基础不能空；数据清洗、特征工程、模型评估这些实践问题也要能结合自己的项目讲清楚。英语部分不要只背自我介绍，最好提前练习一段专业文献翻译和项目英文介绍。