AI 总结本科武汉理工大学211数学基地班，专业排名2/31，英语四六级550+/490+，美赛一等奖、SCI一区三作及国创等，并参加DeeCamp、ByteCamp与复旦暑期学校。夏令营投递清北华五等多校，实际入营清华大学（THUBS数据科学方向获PhD类意向）与南开大学人工智能学院（杰出营员）；因强化学习方向匹配与读博规划放弃清华项目，最终录取南开大学人工智能学院。路径以夏令营为主，强调绩点与排名百分比门槛、数学与编程基础、PAT/CCF对计科向申请的佐证，以及疫情下外校入营收紧与“选择大于努力”的取舍。
我本科武汉理工大学数学基地班，rank 2/31，四级 554，六级 491。最终去向：南开大学人工智能学院。
🔴 高二就定了 AI，但高考让我改道
高二就确定要搞人工智能，但高考失利让我重新算账：去个普通学校读计算机，数理基础打不牢，还要学一堆杂课。我打算"曲线救国"——本科数学，研究生再转 AI 或 CS。
大一被数学分析吸进去了，经常一整天想问题，忘记吃午饭，从下午看到深夜。甚至动摇过要不要搞基础数学。但有个现象让我清醒：在学校能专注看数学书，回家就完全不行；但回家写代码、读计算机书，却能全神贯注。
我从小拆电路、学黑客技术、玩单片机造机器人，不是个坐得住冷板凳的人。大一结束，轨迹重新拉回 AI。这一年认清自己，我觉得很关键。方向不对，努力只会离终点越来越远。
🔵 大二的弯路：什么都想要，什么都得不到
上学期课余学编程和机器学习，但全靠自己摸索，看见好书就想买，看见高大上网课就想学。走了很多弯路。
给后来者的忠告：深思熟虑后决定了就该坚持，看一本书也是如此；什么都想得到，什么都得不到。 另外，做机器学习必须打好数学基础，微积分、代数、概率论、基本优化知识要懂，否则很容易沦为调参侠、调包侠，只知皮毛终被淘汰。
寒假申 DeeCamp 冬令营，基础薄弱，笔试被刷。但和小伙伴组队打了美模，拿了 Meritorious Winner。
下学期申了图像超分辨率的国创，加入本校老师课题组。只开了三四次组会，但倒逼我学习，比单枪匹马高效得多。五月再申 DeeCamp 夏令营，终于拿到 offer。选了南大 Lamda 的强化学习与自动驾驶项目，暑期在南大待了一个月。强烈推荐 DeeCamp，公益性质，能接触学术大牛和最前沿知识，还有一批优秀同学。 认清了自己的欠缺与不足。
🔴 大三：悬崖勒马与魔幻 2020
大二 GPA 惨痛下滑，大三决定重心移回学习，感觉再这样下去就悬崖勒不住马了。同时准备 2020 年春季 PAT 等级考试与 CCF CSP 认证——申请计算机方向，编程能力证明很重要。PAT 甲级、顶级与 CCF CSP 的出色成绩都有加分，ACM-ICPC 银牌及以上更好，但我已经没机会了。
然后魔幻 2020 来了。疫情导致上半年几乎所有考试取消，PAT 与 CSP 认证也不例外。少了两个重要经历，对夏令营申请造成很大影响。
此时已确定研究生和博士阶段从事强化学习研究，但国内高校做这个方向的导师太少，选择很有限。投了清华、北大、上交、南大、复旦、南开、中科院自动化、天津大学，只收到清华和南开的入营通知。今年全员海王，夏令营竞争惨烈。
🔵 清华 vs 南开：方向 match 比 title 重要
清华大学伯克利深圳学院数据科学方向，拿到了 PhD Welcome Letter 和导师青睐，但方向不 match 且是 PhD offer，最终放弃。准备国内读完硕士后出国读博。
答应了南开导师的 offer 并给出承诺后，保研结束。
七月、八月分别入选 复旦大学"数据科学的应用与创新"暑期学校 和 字节跳动 ByteCamp 夏令营算法研发方向。ByteCamp 同样公益性质，能与 mentor 深入细致交流，对日后发展方向选择产生了一定影响。
七月偶然接触到 数据酷客 平台，相见恨晚。大数据、机器学习、编程相关教学视频质量非常高，从入门到进阶，配有案例分析专栏，坚持理论与实践并行，能力会有质的提升。向对机器学习、大数据感兴趣的同学强烈推荐。
⚠️ 一些话
上方是 AI 整理的精读版。原作者亲笔写的完整经验贴 （含更多细节、原始语气、问答互动）仅对会员开放。 升级后即可解锁全站全部经验贴，不限次数阅读。