上海交通大学人工智能学院计算机科学与技术及电子信息专业博士研究生招生考试初试主要考察学术基础与专业能力，考试科目包括政治理论、英语一、数学一以及两门专业核心课程。其中，计算机科学与技术专业初试科目为897计算机专业基础（涵盖数据结构与算法、操作系统、计算机网络），电子信息专业初试科目为898电子信息专业基础（含信号与系统、数字信号处理、通信原理）。两门专业均要求考生具备扎实的数理基础和编程实践能力，尤其是对算法设计与实现、系统架构设计等核心领域的理解深度直接影响初试成绩。

参考书目方面，计算机专业推荐使用《数据结构（C语言版）》（严蔚敏著）、《操作系统概念》（William Stallings著）、《计算机网络（第8版）》（谢希仁著）；电子信息专业则需重点复习《信号与系统（第三版）》（奥本海姆著）、《数字信号处理（第三版）》（程佩青著）、《通信原理（第8版）》（樊昌信著）。建议考生结合历年真题进行知识框架梳理，例如近三年897科目中算法题占比约35%，常涉及动态规划、图论及字符串处理，需重点掌握STL容器应用与复杂度优化技巧。

复习策略上，数学一需突破高等数学（极限、级数、微分方程）、线性代数（矩阵特征值、二次型）和概率统计（大数定律、假设检验）三大模块，推荐使用《张宇高等数学18讲》配合李永乐660题强化训练。对于专业核心课，建议采用“教材精读+题库实战”模式，例如通过《王道考研系列》完成课后习题，再针对交大特色题型（如操作系统进程调度算法设计题）进行专项突破。电子信息专业需额外关注《Z域分析》《编码理论》等进阶内容，可通过MIT OpenCourseWare补充学习。

复试环节包含专业笔试（899人工智能与机器学习）、英语口语及综合面试，其中深度学习（CNN/RNN/Transformer）、强化学习框架（OpenAI Gym/PyTorch）及自然语言处理（BERT/Transformer）为高频考点。建议考生提前构建知识树，例如以《深度学习（花书）》为基础，结合Kaggle竞赛案例理解模型调优技巧。面试准备需重点打磨研究计划，建议围绕交大智能计算与系统国家重点实验室方向（如边缘计算、联邦学习）设计技术路线，同时准备3-5个算法优化或工程落地问题的深度解析。

考博资源获取方面，可重点关注学院官网发布的《博士研究生招生简章》及近五年考试大纲，注意2023年起新增的“学术英语写作”考核要求。推荐加入“交大AI考博交流群”获取历年真题及导师组研究方向动态，例如张某某教授团队在多模态大模型领域的研究成果常作为复试提问背景。备考周期建议规划为6个月，其中前2个月完成专业基础强化，中间3个月进行真题模拟与薄弱环节补强，最后1个月专注复试材料准备（包括研究计划书、代表作论文精读）。需特别提醒考生关注教育部关于博士招生“四定”政策（定导师、定课题、定计划、定考核方式）的最新解读，合理选择报考导师并提前进行学术意向沟通。