南京大学计算机科学与技术考博初试主要考察考生在计算机领域的专业基础、研究潜力和综合素养。考试通常包含专业课笔试、英语水平测试、综合面试三个部分，其中专业课笔试占比最高，约占总成绩的60%。专业课笔试科目一般包括数据结构与算法、计算机组成原理、操作系统、计算机网络、数据库系统、软件工程等核心方向，具体科目由考生根据报考导师的研究领域提前确认。例如，人工智能方向的考生可能需额外准备机器学习、深度学习相关内容。

专业课备考需重点突破三大核心能力：一是对经典教材的系统掌握，如严蔚敏《数据结构》、唐朔飞《计算机组成原理》、汤小丹《计算机操作系统》等著作需通读三遍以上；二是算法题库的深度训练，建议刷题量不少于2000道，重点攻克动态规划、图论算法、字符串处理等高频考点；三是科研论文阅读能力，近三年顶会论文（如CVPR、NeurIPS）的阅读量应达到50篇以上，需建立技术脉络分析框架。考生需注意，2023年新增了对分布式系统（如Hadoop/Spark原理）和编译原理（如LLVM技术栈）的考核比重。

英语考试采用学术英语测试模式，包含专业文献阅读（30分钟精读一篇ACM论文）、英汉互译（计算机专业术语段落翻译）和学术口语（3分钟英文自我陈述）。备考建议每日进行1小时学术英语训练，重点掌握计算机领域专业词汇（如transformer、hashing、consensus等），并模拟无领导小组讨论场景下的技术方案汇报。特别需要注意的是，2024年新增了代码阅读与解释环节，要求考生在15分钟内解析一段Python/Java代码的逻辑结构。

综合面试采用"3+X"模式：3分钟快速问答（随机抽题）、X分钟导师组深度提问。技术面试重点考察三个维度：一是报考动机与科研规划（需与导师研究方向高度契合）；二是科研项目经历（要求详细阐述算法设计、实验验证、创新点等）；三是学术潜力的判断（如对前沿技术的理解深度）。建议考生提前准备5个核心问题库，涵盖领域内经典算法（如B+树优化策略）、系统架构（如微服务容错机制）、理论突破（如联邦学习中的梯度异质性）等方向。

材料审核环节需特别注意三方面：一是学历证明与成绩单的完整性（跨专业考生需附加相关课程证明）；二是科研成果的真实性核查（期刊论文需提供在线检索截图）；三是推荐信的权威性（至少2封需来自领域内正高职称专家）。建议提前6个月开始整理科研档案，建立包含实验数据、代码仓库、论文草稿的完整技术链条。

备考周期建议划分为三个阶段：基础强化期（3-6个月）完成教材精读与算法训练；专项突破期（2-3个月）针对薄弱环节进行强化；模拟冲刺期（1个月）进行全真模考与面试预演。特别需要提醒的是，2023年新增了"学术潜质评估系统"，要求考生在复试前完成在线实验（如基于Kubernetes的容器调度压力测试），考核结果将影响面试评分权重。考生应重点关注南大计算机学院官网的"博士招生动态"栏目，及时获取最新考纲调整信息。