CS Master申请总结

前言

我的本科就读于昆山杜克大学，是DKU的第一届本科生。来DKU之前对四年之后的自己是什么样子，既没有一点概念，也没有特定的期望。总的来讲，今年的申请留下了许多遗憾，但也去到了非常喜欢的学校和项目。用这篇文章记录一下自己的申请之路，其中的经验教训希望可以帮到现在或者将来为申请感到焦虑的你。

申请方向

我在本科的专业是Data Science数据科学，但是兴趣方向以及研究经历、实习经历都更偏CS，具体一点是Computational Linguistics(CL)。所以在申请的时候，主申的是General CS，ECE和一些专攻语音、NLP的项目。

材料准备

SoP

Statement of Purpose (SoP)，是你的申请流程中极为重要的一环。SoP主要侧重在申请者的学术经历，简单来讲就是讲述自己申请这个项目的目的和动机，比如过去的什么项目，什么经历让我产生了浓厚的兴趣，因此希望通过这个项目完成我怎样的抱负。一开始写SoP的时候很难下笔，因为写的太烂，写完也不忍心通读一遍。这些都是正常的，如果你不找中介或者代写，这些都是必经之路。根据我自己曾经的经历，我总结了以下几点帮助到你的SoP写作，

• 开头要设置一个好的hook。可以是一段奇特的经历，可以是一句违反常识的描述。可长可短，但服务于一个目的：我读完之后，有兴趣继续读。以我自己的SoP来举例，我的第一段只有一句话。

  I would never have imagined that birds could open the door of language technology for me.

  由于我的申请方向是偏CL，首先扣题我对language technology有兴趣。但是和鸟有什么关系？鸟会说话吗？这是什么样的故事呢？当你读完开始问问题的时候，你已经产生了找到答案的兴趣，设置hook的目的就达到了。

• 经历之间相互关联，有递进。最好情况下，你的整篇SoP并不是单纯的讲述你的学术成就。当然如果你的学术成就很厉害的话，也可以寄希望于这些成就本身打动committee。但如果你并没有万里挑一的成就，那么在你的经历之间构建关联性和递进性就显得很重要。关联性简单来讲就是你的每一段经历都和你的motivation相联系，递进性则可以展现你自身的成长，是如何一环一环的达到了今天的成就。这样的设置更容易给招生官留下深刻的印象，也在暗示他，“我有稳步成长的潜力”。

• Why school 与自身经历产生联系。这项不是必须的，适用于自己特别想去的学校，可以通过这一点告诉招生官，“我一直以来都以你为目标，非你不可”。

• 用语地道。用好Language Learning Center(LLC)! 用好LLC! 用好LLC! LLC的老师基本都是英文母语者，加上他们自己的写作经验，真的可以为你提出很好的写作建议。不要害怕自己写的太烂不好意思给他们看。你不给他们看你给招生官看么(doge)。附上Duke和DKU的LLC链接（哦对提醒一下大家，在DKU也可以预约Duke的LLC）

  • DKU LLC Online Apointment
  • Duke Online Writing Apointment

• 不断修改。时间够的话，一定要一遍又一遍的打磨。

PS

PS即Personal Statement，侧重于申请者的人生经历，目的是展现申请者的diversity，多用于奖学金评定，在加州系学校的申请中最为常见。主要要回答两个问题，

• What motivates you to pursue your life goal?
• How does your experience distinguish yourself?

CV/Resume

即个人简历。简历上可以有适当的夸大，但原则上不能捏造不存在的经历，一旦发现（所谓背调）后果非常严重。

有以下几点general的建议

• 简历通常不超过两页。一页浓缩 优于 两页注水。
• 多改。每个学校都有Career Service，在简历上可以吹毛求疵，追求完美。

Scores & Transcripts

• GRE. GRE差点成为一生之敌，身边很多同学轻轻松松过330，还有340的，然后我考了四次还没过325。只能说有些东西咱强求不来。GRE做题方法上我给不了什么建议，但是背单词这块儿，我还是下过功夫的。我自己也写过一个背单词的命令行小程序(CLI)，有兴趣的同学可以看看。有几点建议给到大家，

  • Start Early! Start Early! Start Early!
  • 因为疫情原因，GRE的重要性有所下降，打不要成为短板（指高于320）。

• Toefl. 托福比GRE简单应该是公认的事实。虽然托福可以拼分，但是很多学校不接受拼分，所以尽量一步到位！在托福上一直刷分不是一件很有性价比的事情。总结，

  • 确保100+
  • 争取一步到位

• Transcripts. 成绩单分Official和Unofficial，看清楚项目的要求。Official Transcripts一定要留出时间申请，他并不像Unofficial那样在线秒出。

Recommendation Letter

RL可以说是申请的核心了。通常来讲，推荐信需要2-4封，最常见为3封。对于我们普通人来说，可以遵循两份学术界+一封工业界的模式。RL的来源无非是research导师，课程老师，实习mentor。假设你在实验室里干活兢兢业业，那么research导师大概率会为你写上强推，如果你的老板很牛，那你的这份RL就会很有分量。假设你当过某一门课的TA，那么你可以和老师商量希望他写进去，这样的RL分量也会好于普通的课程推。业界推荐信方面，只要你平时好好干活，和同事和mentor处好关系，那么mentor为你写上强推是一件你情我愿的事情。要注意的是，提早和老师沟通好老师写推荐信的意愿，以及愿意写多少封，推荐程度强弱等等。和教授关系比较熟的，可以省去邮件询问这个环节，方便的时候和老师当面沟通一下就好。和关系比较普通的教授，建议写一封邮件正式一点的询问对方的意愿。

背景定位

美国大学看中的背景通常有软硬之分。硬背景是我们常说的三维，GPA，GRE和托福。软背景则包括你的研究经历，实习经历，你的connection，publication，推荐信，诸如此类。我的硬背景比较普通。总GPA刚过3.81，专业GPA3.94，托福109，GRE323+4。软背景稍微好一些，但也不是很出挑。从大一开始进实验室，有两三年RA经历。在实验室里主攻副语言属性，但因为这一块scope比较小，更偏实际应用，最后主要的产出反而是一些不错的project而不是论文。大三时参加过美赛，F奖，但听说对申请用处不大。大三暑假在字节跳动AI Lab做过三个多月的实习，主要负责方言翻译模块的开发。总结下来，

硬背景

• GPA: 3.81/4.00, 3.94/4.00
• Toefl: 28+28+25+28 = 109
• GRE: 155+158+4 = 323+4

软背景

• 2年RA+语音相关深度学习项目若干
• 一篇research产出arxiv
• 字节跳动算法实习
• 美赛Finalist

身边很多同学的硬背景都是(3.9+)+(330+)+(110+)，所幸申请的方向截然不同，逃过了被卷死的命运。像DS，BA这样的申请方向，卷三维只是基操，主要还是卷你的working experience以及你的connection。我认识的同届同(juan)学(wang)，本科四年，实习了七八段，是真正的时间管理大师。CS，AI方向的研究生由于门槛高一些，所以只卷三维就不管用了，这时候软背景会显得更有价值。如果比较早的明白自己想要深造的方向在CS领域，那就尽早进实验室，努力干活，出论文，挂作者。有时候实验室炼丹可能会和你的实习计划产生冲突，甚至不得不面对二选一的结果，我个人会建议和导师好好沟通（比如回来之后专心干活），坚持自己的实习计划。早一点接触到真正业界的生产是什么流程，什么标准，对你的未来有着深远的影响和帮助。再不济，就算不读研究生了，直接进大厂干活，多这么一个选择不香吗？

选校

选校过于激进可能是我今年最大的失误了，最直接的影响是我的MSCS被全聚德。究其原因，一方面是我选校太激进，另一方面是因为没有料到从DS的本科申请CS有那么困难，所以DKU不开CS专业也有一定的责任（手动狗头）。况且自己也修过很多CS课程，可以说当时对自己转专业上岸过于自信了。但凡DKU有CS的专业，今年的CS申请也不至于会这般惨烈。最近听说DKU在开CS了，还好，是个好消息。DKU真正想把招牌打出来，只靠生化环材的世界名校offer是不够的。CS的发展和壮大是DKU成长路上必须翻过的一道坎。

说回选校，讲讲定位。

项目定位

定位有三种：safe, match, 和ticket。顾名思义项目分为 保底/主申/冲刺。保底校和冲刺校不宜过多，2～3即可。主申项目适当多一些，视自身情况而定。

项目匹配程度

如何判断自己的能力够不够的着某些项目，是match还是ticket，有多种途径。比较省事的是找中介，帮你定位项目算是中介最大的用处了。如果和我一样是DIY，那么也有很多信息检索的渠道，帮助你根据往年的录取信息判断项目的匹配程度。

• 官方admission数据
• 一亩三分地，知乎，quora，reddit，gradcafe

管理申请材料

首先建议专门为申请建立一个文件目录。结构如下

$ tree application/
application/
├── CMU
├── Duke
├── General
│   ├── recommendation
│   ├── resume
│   └── scores
├── Harvard
└── MIT

Excel ❌

• 优势：使用简单
• 劣势：不美观；多媒体交互支持差，很多资源类型不兼容；跨设备协同性差

Notion ✅

我个人也是使用Notion管理申请项目的进度。

• 优势：
  • 跨设备协同性好
  • 界面简洁，交互性强
• 劣势：有一定的学习成本

我把我自己的申请项目管理做了一个模版，需要的同学戳这里。

尘埃落定

申请了15个项目，到今天5月12日为止，收到了11个reject, 3个admission, 还剩一个pending。这里顺便吐槽一下哥大招生委员会，到现在也没个消息，效率可观。

• ad: ECE@Duke, ECE@JHU, MIIS@CMU-LTI🎉
• rej: MSCS@Stanford, MS-EECS@UCB, MLT@CMU, MCDS@CMU, ECE@CMU, MSIN@CMU, MSCS@UCLA, MSCS@UCSD, CSE@UMICH, CIS@UPENN, MSCS@UIUC
• pending: MSCS@Columbia

中奖率看上去有些低，但我非常知足。感恩MIIS收留了头铁的我，让我可以继续专注的做语音，探索NLP。希望我的申请之路可以给你带来一些启发。这世上鲜有一直幸运的人，但从不缺因努力而幸运的人。申请加油！