背景与申请结果
作者本科为双非高校计算机类专业，前六学期排名约前10%，六级540分以上，大英赛国家级三等奖、美国大学生数学建模竞赛M奖、蓝桥杯A组省级二等奖。有一篇NeurIPS论文已录用，并曾在上海交通大学人工智能中心实验组实习。
作者入围国科大交叉学院、同济电子、武大电子、山大计算机、华南理工软件和上交AI，除武大外在另外五处获得优秀考核结果，另参加中科大考核，最终选择上海交通大学人工智能学院直博。
从算法到数学和机器学习的专项复习
大三下四月左右开始系统复习。作者原本更熟悉Python，看到目标院校的C++要求后自学C++，先做LeetCode Hot 100，再结合代码随想录，累计练习百余道题。
数学先回顾课堂笔记和老师PPT，再通过视频课程补充理解，最后用题集检验能否真正计算。作者使用过王木头的相关讲解和复旦数学问题集。高数、数学分析、高等代数等基础，与数字信号处理、信号与系统中的时频变换分别整理。
机器学习阅读《机器学习》并边学边记，重点弄清支持向量机、间隔等概念，将自己的理解整理成英文表达以应对英语提问。深度学习学习李沐《动手学深度学习》，理解ResNet、Transformer等模型结构，再阅读论文了解新的方向。
科研实习带来的变化
作者大一开始阅读论文，接触选题、建模、验证、撰写、修改和投稿的大致过程，大二开始真正参与科研。其大创工作主要包括配环境、跑实验、借助工具读代码、写申报材料和PPT，但深入探索较少。作者因而更希望完成一段能够理解问题、方法和结果的研究。
上交实验组实习从基础事务起步，在与硕博同学的讨论中逐步理解为何选择某个模型、算法的底层逻辑是什么、实验要考虑哪些因素。实习也让作者熟悉课题组和部分老师，为后来的方向选择提供了实际体验。
提前了解方向与联系导师
作者先整理意向导师名单，阅读研究内容，再发送针对性的邮件，而非一次群发。没有获得反馈时继续推进其他选择，避免把整个申请长期放在一封邮件上。实习期间接触的研究方向，也帮助作者判断自己是否适合直博。
国科大交叉学院：6月19—22日夏令营
AI方向先经过线上阶段：两天腾讯会议讲座签到，再双机位线上考试，涉及微积分、线性代数和计算机基础，计算机内容包括408知识。签到与成绩共同用于线下选拔，之后前往雁栖湖校区。
线下报到后安排课题材料阅读，不允许携带电子设备；随后有开营、流程介绍、参观和交流。
作者所在组先五分钟PPT自我介绍，再由五位老师提问约十分钟，集中于论文核心工作和科研细节。面试后进行导师双选，作者与事先联系过的老师继续交流。
上海交通大学人工智能学院：六月中旬夏令营
作者已在上交实习并联系过导师，随后入围为期四天的夏令营。除了面试，还安排破冰、师生交流和实验室参观。
| 考核环节 | 作者记录的满分与内容 |
|---|---|
| 意向导师交流 | 100分；与所报导师交流 |
| 综合面试 | 100分；四位老师围绕论文、项目和科研经历提问 |
综合面试没有问专业课，主要围绕论文和项目；英语环节要求介绍自己做过的一篇论文。作者事先准备了对应表达。四位老师中有两位是实习时接触过的老师，熟悉环境让作者更从容。
中科大：7月20—24日夏令营
作者记录20日开营，21—22日安排校区参观和学术宣讲，23—24日组织面试。自己在最后一天接受专业面和综合面，每部分约十分钟。
专业面包括约五分钟英语和五分钟专业课：英语自我介绍、翻译、问答；专业问题根据成绩单涉及线代、概率统计和数字信号处理等。不同同学被问到的内容并不相同。综合面先三分钟PPT介绍，再围绕科研和竞赛追问。作者建议回答前先弄清问题，熟悉真正做过的工作，遇到不懂之处坦诚说明。
最终选择上交直博
作者在上交实习过，对环境较熟悉，结合科研方向、导师沟通和面试体验，最终选择人工智能学院直博。最后决定做得很快，但建立在之前持续了解之上。确定去向后，及时电话告知其他已沟通的导师，让对方能继续安排招生。