背景介紹:

華東師范大學

GPA: 83/100, 3.44/4

TOEFL: 109

GRE: 156+170+3.5

一段flag AI相關SDE實習,一篇頂會一作,無暑研

Offer: CMU MSCV, Stony Brook PhD等

選校

選校參考各大專業(yè)排名綜合排名即可，CS方面大家首選四大，CMU由于CS相關項目眾多尤其熱門。不放心的話可以多申請一些學校和項目，比如我由于強迫癥和對于自己情況拿捏不準于是大約申請了30多個學校和項目，這主要因為和PhD混申因此選擇很多，也比較費錢，還很費時間網申，除個別情況不建議模仿。

科研與實習

科研是大家比較關心的背景提升點。但是想要做出好的工作通常需要從一個不那么功利的角度出發(fā)。通常大家都會從自己興趣出發(fā)去探索一些有意思的問題。一般來說大家會加入老師實驗室去科研，但是如果自己有想法的話也可以嘗試問老師要一些計算資源后獨立的做科研。
?我在大二下利用暑假向老師要來一臺單卡的GPU服務器并且找了個同班同學幫忙，在家里就能進行科研了，并且最終發(fā)表到相關領域會議。有的同學會擔心科研困難，但是想通了的話實際上在研究生階段如果碰到不那么了解本領域的老師，科研其實是自己的事情，不能總想依賴其他人。雖然順利的話一段小工作也就是兩三個月的事情，但是如果算上前期積累科研是個長期的過程。?比如我大一寒假就在網上自學CS231N，并且看了很多相關前沿的文章。為了科研做了一些其他項目（雖然只是個次要的部分），最后才在大二暑假到大三上學期的時候進行了實驗、試錯和發(fā)表。這說明科研是個厚積薄發(fā)的過程，發(fā)表出文章只是好的工作的附屬品。就前幾年而言ML領域還有很多l(xiāng)ow-hanging fruit,?現(xiàn)在這些容易想到的主題會越來越少，做出novel的工作也會越來越難。因此有想法的同學可以關注自己喜歡的問題、缺少前人探索的問題，畢竟刷某些SOTA需要大量計算資源和調參，不是每個實驗室都能滿足的。

這樣的情況下可以去一些大公司實習，例如商湯、曠視、字節(jié)跳動等的算法實習崗是大家熱門的選擇，那些地方有大量的計算資源供你使用，也有機會和業(yè)內同事交流，當然這些崗位會偏向于有acm基礎的同學。我的實習單位有充分的資源，允許我跑一些以前不敢想象的模型。即使無法發(fā)表，也可以作為經歷寫進文書，提升軟背景。在我找不到實習的時候世畢盟，GGU提供了大量的推薦，雖然最后沒去但是讓人放心不少。?有了好的科研和實習經歷對于申請暑研是有幫助的。不過要注意時間節(jié)點。我發(fā)表后已經是12月，申請官方項目被拒了。隨后三月開始套磁已經比較晚了。需要注意一些官方項目可能11月就會deadline，因此需要抓緊，不能懶惰。這里順帶一提PhD套磁的重要性，有的學校申請人眾多需要教授從pool里撈，因此和教授眼熟非常重要。

GPA

GPA是大家熟悉但有時候會忽視重要性的指標，所以單獨拿出來討論。對于大部分碩士項目來說GPA是申請人最重要的方面之一。以我自己為例，我申請了約三十所學校，所以我對這個問題感受非常深刻，大部分學校，只要不是保底校的MSCS或MEng項目都會直接把我拒掉。除了像CMU這樣的個別學校，有非常多的CS相關項目，才會考慮申請人和項目的符合程度。通常認為PhD不那么看重GPA，但前提是大家的GPA和本科背景都過線甚至很高，平均來說越是好的學校申請者GPA和本科背景越強。甚至有說法在當下ML相關領域人手paper的情況下，GPA又重新變得重要起來。我的GPA遠低于典型的成功申請者需求，因此必須在其他方面突出優(yōu)勢才能獲得錄取。同樣MSCV之前也有低GPA但是申請時單篇論文引用過百的學長。

英語考試

英語對于北美留學顯然是必要的。對于科研也是必要的，因為看論文和寫文章都會需要讀寫技能。建議先考GRE，再考托福就會相對容易。GRE備考時建議按section做套題，否則考試時難以把握時間，非常影響發(fā)揮。我自己就是這樣導致最后來不及刷高分了。雖說GT達到基線就好，但是有能力考到非常高的分數(shù)的話還是值得好好準備沖一下的，畢竟能讓材料審核人多看你一眼。

申請與文書

文書是一個比較靈活的部分，好好利用可以放大自己的優(yōu)勢。在這方面上，GGU給了我很多幫助。在整體框架之上，我在GGU的MIT CS PhD mentor幫助我對經歷進行了分層和有機整合，隨后GGU Native Expert Team在我的文稿之上針對語言和表達進行了調整。在申請流程上，GGU的培訓師在每個節(jié)點都會給我列出deadline和近期事項，使得我能夠有條不紊的把控進程，從容面對申請季，最終在2月初收獲了自己滿意的offer,?較早地結束了失學。