C同學
211數學系
GPA:3.9+
offer
卡耐基梅隆大學
MS in Electrical and Computer Engineering
布朗大學
Master of Science in Data Science
伍斯特理工學院
Master of Science in Data Science
關於三維
績點:
我們系出國氛圍淡薄,學習壓力也不大,所以拿高分很容易,基本上課認真聽考前認真刷題的同學都拿了A,A+。本系課程壓力小,在保證績點後還有不少時間可以去做其他事情,大一大二時有同學去修高年級課程有的去修雙學位有的把英語全考出來;大三大四路子就更多了實習進實驗室海外科研等等。
我自己是大一大二多修了些課,大三大四就有充裕的時間去找實習和寫論文。
英語:
其實我從大一就開始準備託福,但一直拖延並且每次都不認真準備,導致到了申請季還不滿意成績糾結要不要再考一次,最後時間不夠還是放棄了。
GRE倒是還算順利,一次就過成績也夠用。具體怎麼準備網上有大量的經驗和培訓班。說來說去,大家都一致認為英語成績儘早搞定,時間緊張的同學考到英語成績不拖後腿的程度就可以,時間充裕的同學可以自己多安排幾次考出理想的分數。
關於實習
大三開始正式找數據分析的實習,雖然當時代碼水平弱雞,但自己用心準備了相關材料和並把之前做過的分析案例列印出來帶給面試官看,運氣比較好還真的遇到願意帶我一起學習的公司和前輩。
因為很看重這第一份實習,工作期間也很賣力,整理出一套常見的數據分析框架,寫了實證報告。後來也是憑這份分析報告去北大找到相關的老師做科研。實習做到暑假前就停止了,因為不想繼續做早就有標準和流程的任務,想去跟教授們一起做些有創新性的工作,就給清北的老師發郵件希望能加入課題組。
關於科研
在北大的科研一開始還是做比較低級無聊的工作,跟著師兄搜集數據處理數據之類的,而且我對師兄們做的課題並不是很感興趣,後來也是早早退出了。
同時在清華找到一位方向很喜歡的老師,於是後來很長一段時間就呆那個組和同學合作寫論文,自己開課題等,十分喜歡做科研的過程,尤其是計算機系統領域的科研,不僅積累各方面的專業知識,使自己技能樹更加系統全面,還提高寫工程代碼得水平,畢竟要搭系統,即使是搭toy systems也很獲益。
到申請時有論文在手就安心許多。因為我之後打算繼續申請博士,對於有同樣想法的同學,高密度的研究經歷是最重要的,科研的時間上不封頂,把所有空餘時間都用於實驗和寫論文,使自己的文書上幾乎全是專業的科研經歷就很好啦。
總的來說,找實習和科研就是主動去聯繫,多發郵件。一次兩次被拒了就多改改簡歷,其實在寫簡歷和投簡歷時很容易看出自己缺什麼,那個時候補充提升背景就很有針對性了。
如果對找實習科研沒有頭緒,先問問家裡人有沒有內,再和自己的師兄師姐、或者直接向留學機構的老師尋求幫助,一般都能獲得不少有用的建議和信息。
申請季:再來人提供的幫助
1
選校
再來人能提供往屆學生的大概背景以及申請結果,這就幫我初步判斷我是不是要申這個學校的項目。
我總有想申請下伯克利等學校項目的天真想法,然後歷史數據直接啪啪打臉,因為比對一下背景經歷就知道差的不是一星半點。
為了不浪費申請費以及不浪費精力填申請,摸清自己大概的申請範圍並上下再挑幾所學校是比較好的。
同時自己的選校名單出來後還可以交給再來人的老師們看下是否合理。
2
文書PS
文書修改,我的文書內容大部分是講科研經歷,內容跟導師確認沒有問題後就交給學術導師和文筆導師幫忙潤色,直到每一句話自己看過去都覺得沒有問題為止,前後精心修改了很多。
有一個比較滿意的終稿後,如果所申請的各個項目差別不大,可根據各個學校項目的特點,再次修改下就可以拿去投其他學校了。
3
細節
申請中細節真的特別多,推薦信格式,WES認證,績點轉換。
要是你有足夠精力去網上把細節系統梳理出來也可以,但萬一精力不夠或者擔心自己落了某項,就去找一位有經驗的人把把關吧。
畢竟每個人的未來也擔不起萬一。
申請季:需要你自己把握的部分
1
網申
一開始一個學校的網申就要填很久,有不確定的地方就要去問再來人的客戶經理老師,或者是去網上搜經驗,去一畝三分地諮詢前人。
多填幾所之後,就順手多了。
因為對自己想申請的方向比較清楚,所以總共申請了十來個項目,不算很多。項目也都比較中規中矩,彩票學校只有一個,也給自己省了力氣。
2
推薦信
拿推薦信的過程還比較順利,因為之前的科研有實實在在地做,三位導師都寫了內容比較充實的推薦信,其中兩位還是親自提交的。
剩下一位轉發給了我,為保險起見,我都借了師兄的電腦來提交。
更多幹