Fall 2019 MSCS非饱和式中等背景申请经验总结
711013
（之前一贴不知道按到什么快捷键导致发帖了，还要麻烦版主删除，真是不好意思）
毕业了2星期，想对过去一年以及整个本科生涯做个总结，希望也能帮助到今后申请的同学！
背景：CS@NYU Shanghai, GPA：3.86/4, TOEFL: 117(S30), GRE: 328+4, 无论文
AD: MCS1point3acres.com (accepted), MSCS@UCSD, MSCS@USC
REJ: MCDS, MSCS, MSML@CMU, CIS@UPenn, MSCS@UCLA
申请结果只能在意料之中，大彩票都没中，小彩票摸了一张还是足够幸运。接下来按照时间顺序总结一下一年的申请经验
MS OR PHD？
申请前加起来算做过3段科研，大三前暑假dean's undergraduate research fund做了RL相关的研究；大三第二学期在NYU Center for Data Science上了研究生的NLU课，做了bag of n grams方面的研究；大三暑假在intel DCG的一个deep learning组做了operator fusion相关的研究，patent pending。每个研究的经历都非常开心，只能说part of me does enjoy doing research，但是1）我也意识到自己的数学基础不够强，想做DL方面的理论研究太难，又不想灌水做应用 2）没有领域巨牛的强推，一言以蔽之还是自己太菜了。所以一门心思的申请MSCS项目毕业后找工作了
选校
MS毕业之后铁定是想留美找工作的，所以选校标准如下：
1. 找工作数据
2. 申请难度
3. 地理位置（west > east)
4. 学校专排
以上3条重要性：1 ~ 2 >> 3 >= 4。申请的6所学校中我都按照例如“UIUC MCS Google/Facebook/Amazon...”在领英上面看搜索结果（如CMU这种每年都总结各个项目找工作数据的良心学校可能也是独此一家）。因为并没有在opt过期之前回国找工作的计划，所以并没有特别的藤校情节。例如MSCS@princeton, MSCS@UCB, MSCS@stanford等申请难度过大，属于基本上不可能中的彩票我也就直接略过了。UPenn因为11.15截止，能够在12月份之前先出一版申请先预防一下拖延症还是很不错的（即使最后还是被拒了）。例如UMich这种录取难度较大，学费贵的录了也不是非常想去的考虑了一下也没有申请。最终就选择了这6所学校。
申请准备
TOEFL，GRE都是在大三实习之余考掉的，这也是前两年并没有明确未来方向的一个代价。尤其是GRE，每天在班车来回的路途中背单词背到睡着已经不计其数，下班回家背完单词做verbal，每天在“为什么我要知道这些单词->这句子什么意思->这文章TM在讲什么->这些选项有什么区别->我还是得好好背单词”这样的循环中度过（这里还是要推荐一下“墨墨背单词”这个软件，充个40元被GRE单词真是比抱着本单词书被有效太多了）。5月底回国开始准备，到7月中旬考试，最后成绩158+170+4也算是勉强过了325+4的线，但也无力再挣扎一遍冲330+，所以也就move on了。托福的话我甚至没有背单词，每天刷一篇阅读+一篇听力，周末刷两篇作文，最后成绩也是出人意料，也算是申请中的唯一亮点了。
track选择
很多MSCS项目都会要求你选择research track。很多帖子都说开学之后都可以随便换的 (i.e. MCDS@CMU)，但其实track的选择，以及why this supervisor(MSML@CMU, MSCS@UCSD)的填写我个人觉得都是非常重要的。虽然MS项目申请量巨大，教授不会像审PhD材料一样对待MS项目，但并不是说你所提到的导师/导师的PhD学生就看不到你的材料。对于track的选择我也推荐在背景允许的基础上“能避开AI/DL，就避开AI/DL”。我去年秋季申请的时候ML+System还不像现在这么火，又因为在intel的实习恰好符合了ML+System的一个小方向，所以我的track在选择的时候一般都会再注明是“intersection of machine learning and computer systems”。但如果真是本科中没有涉及到除AI/DL之外的项目，还请老老实实地选择对应的track，只不过在why this track的时候在详细地写自己是研究的方向，例如supervised/unsupervised/semisupervised NLP/CV，是否运用generative model等等等等（不献丑了）。
推荐信
考完TG正好大四开学，和之前做过研究的教授以及实习老板当面要了推荐信（觉得这个事还是当面谈更加正式），得到了口头保证。之后当然要给教授再用邮件的方式确认推荐信，并同时把你的resume, transcript, personal statement一同发过去，好让他一句“will do! thanks!”而不是“Can you send me your resume/blabla”减少教授的交流负担。我也碰到了还有一天application截止，但教授还是没有提交推荐信的情况，当然也只能非常礼貌地给他发送一封reminder，优雅地表示对他最近忙碌的理解，并麻烦他抽空提交的愿景（对，就是要这样对待会可能会影响你大半辈子的教授们[手动狗头]）
文书
开始写文书的时候，挤牙膏式憋文书，每天写一段。写第一稿的时候就开始在一亩三分地看经验，问学长学姐写作建议，然后自觉着写出了一版相当straight to the point的文书，发给了学长学姐们看求指教。当时我在CMU的同学已经顺利拿到了Google的offer，我也厚脸皮地去请教意见，然后便是次日在google doc上铺天盖地的“wtf is this”，comment的第一句话便是“overall this is a very shitty statment of purpose”给我当头一棒，开始好好地再对自己的经历进行剖析，更好地说明why I am qualified and why I want to study at this school。我们毕业于CMU的教授说“你如果没有申请上四大，就说明你的文书还没有写好”。一稿一稿地删了写，写了删，不断地周围美国同学这样表达是否地道，是否clear enough。大更改4稿，每稿中的语法、句子修改更是数不清了。最后CMU的同学说“比之前那版好太多的时候”也是长吁一口。
材料重要性
整个申请季也是不断地看地理播报的数据，横向、纵向比较后根据近两年的形式发表一下自己的拙见：
1. 学校
2. GPA
3. 性别
4. 专业及专业课程
5. 过线的TG (T110+, G330+4)
6. 文书
7. 推荐信
8. 科研经历
9. 实习经历
个人认为重要性 1 ~ 2 ~ 3 > 4 ~ 5 > 6 ~ 7 > 8 > 9。如果你是女生，GPA3.9+，大陆计算机强校/海本计算机专排top20，CS专业请放心大胆申请。当然如果真的是三维爆炸的强校大佬，也不需要有太大压力，就算MSCS年年水涨船高，依旧是“10%的人拿了90%的offer”。
最后感谢家人、教授、实习老板、学长学姐以及Lizzi对我在申请路上的支持。希望这篇总结能够帮助到未来的小伙伴们！
毕业了2星期，想对过去一年以及整个本科生涯做个总结，希望也能帮助到今后申请的同学！
背景：CS@NYU Shanghai, GPA：3.86/4, TOEFL: 117(S30), GRE: 328+4, 无论文
AD: MCS1point3acres.com (accepted), MSCS@UCSD, MSCS@USC
REJ: MCDS, MSCS, MSML@CMU, CIS@UPenn, MSCS@UCLA
申请结果只能在意料之中，大彩票都没中，小彩票摸了一张还是足够幸运。接下来按照时间顺序总结一下一年的申请经验
MS OR PHD？
申请前加起来算做过3段科研，大三前暑假dean's undergraduate research fund做了RL相关的研究；大三第二学期在NYU Center for Data Science上了研究生的NLU课，做了bag of n grams方面的研究；大三暑假在intel DCG的一个deep learning组做了operator fusion相关的研究，patent pending。每个研究的经历都非常开心，只能说part of me does enjoy doing research，但是1）我也意识到自己的数学基础不够强，想做DL方面的理论研究太难，又不想灌水做应用 2）没有领域巨牛的强推，一言以蔽之还是自己太菜了。所以一门心思的申请MSCS项目毕业后找工作了
选校
MS毕业之后铁定是想留美找工作的，所以选校标准如下：
1. 找工作数据
2. 申请难度
3. 地理位置（west > east)
4. 学校专排
以上3条重要性：1 ~ 2 >> 3 >= 4。申请的6所学校中我都按照例如“UIUC MCS Google/Facebook/Amazon...”在领英上面看搜索结果（如CMU这种每年都总结各个项目找工作数据的良心学校可能也是独此一家）。因为并没有在opt过期之前回国找工作的计划，所以并没有特别的藤校情节。例如MSCS@princeton, MSCS@UCB, MSCS@stanford等申请难度过大，属于基本上不可能中的彩票我也就直接略过了。UPenn因为11.15截止，能够在12月份之前先出一版申请先预防一下拖延症还是很不错的（即使最后还是被拒了）。例如UMich这种录取难度较大，学费贵的录了也不是非常想去的考虑了一下也没有申请。最终就选择了这6所学校。
申请准备
TOEFL，GRE都是在大三实习之余考掉的，这也是前两年并没有明确未来方向的一个代价。尤其是GRE，每天在班车来回的路途中背单词背到睡着已经不计其数，下班回家背完单词做verbal，每天在“为什么我要知道这些单词->这句子什么意思->这文章TM在讲什么->这些选项有什么区别->我还是得好好背单词”这样的循环中度过（这里还是要推荐一下“墨墨背单词”这个软件，充个40元被GRE单词真是比抱着本单词书被有效太多了）。5月底回国开始准备，到7月中旬考试，最后成绩158+170+4也算是勉强过了325+4的线，但也无力再挣扎一遍冲330+，所以也就move on了。托福的话我甚至没有背单词，每天刷一篇阅读+一篇听力，周末刷两篇作文，最后成绩也是出人意料，也算是申请中的唯一亮点了。
track选择
很多MSCS项目都会要求你选择research track。很多帖子都说开学之后都可以随便换的 (i.e. MCDS@CMU)，但其实track的选择，以及why this supervisor(MSML@CMU, MSCS@UCSD)的填写我个人觉得都是非常重要的。虽然MS项目申请量巨大，教授不会像审PhD材料一样对待MS项目，但并不是说你所提到的导师/导师的PhD学生就看不到你的材料。对于track的选择我也推荐在背景允许的基础上“能避开AI/DL，就避开AI/DL”。我去年秋季申请的时候ML+System还不像现在这么火，又因为在intel的实习恰好符合了ML+System的一个小方向，所以我的track在选择的时候一般都会再注明是“intersection of machine learning and computer systems”。但如果真是本科中没有涉及到除AI/DL之外的项目，还请老老实实地选择对应的track，只不过在why this track的时候在详细地写自己是研究的方向，例如supervised/unsupervised/semisupervised NLP/CV，是否运用generative model等等等等（不献丑了）。
推荐信
考完TG正好大四开学，和之前做过研究的教授以及实习老板当面要了推荐信（觉得这个事还是当面谈更加正式），得到了口头保证。之后当然要给教授再用邮件的方式确认推荐信，并同时把你的resume, transcript, personal statement一同发过去，好让他一句“will do! thanks!”而不是“Can you send me your resume/blabla”减少教授的交流负担。我也碰到了还有一天application截止，但教授还是没有提交推荐信的情况，当然也只能非常礼貌地给他发送一封reminder，优雅地表示对他最近忙碌的理解，并麻烦他抽空提交的愿景（对，就是要这样对待会可能会影响你大半辈子的教授们[手动狗头]）
文书
开始写文书的时候，挤牙膏式憋文书，每天写一段。写第一稿的时候就开始在一亩三分地看经验，问学长学姐写作建议，然后自觉着写出了一版相当straight to the point的文书，发给了学长学姐们看求指教。当时我在CMU的同学已经顺利拿到了Google的offer，我也厚脸皮地去请教意见，然后便是次日在google doc上铺天盖地的“wtf is this”，comment的第一句话便是“overall this is a very shitty statment of purpose”给我当头一棒，开始好好地再对自己的经历进行剖析，更好地说明why I am qualified and why I want to study at this school。我们毕业于CMU的教授说“你如果没有申请上四大，就说明你的文书还没有写好”。一稿一稿地删了写，写了删，不断地周围美国同学这样表达是否地道，是否clear enough。大更改4稿，每稿中的语法、句子修改更是数不清了。最后CMU的同学说“比之前那版好太多的时候”也是长吁一口。
材料重要性
整个申请季也是不断地看地理播报的数据，横向、纵向比较后根据近两年的形式发表一下自己的拙见：
1. 学校
2. GPA
3. 性别
4. 专业及专业课程
5. 过线的TG (T110+, G330+4)
6. 文书
7. 推荐信
8. 科研经历
9. 实习经历
个人认为重要性 1 ~ 2 ~ 3 > 4 ~ 5 > 6 ~ 7 > 8 > 9。如果你是女生，GPA3.9+，大陆计算机强校/海本计算机专排top20，CS专业请放心大胆申请。当然如果真的是三维爆炸的强校大佬，也不需要有太大压力，就算MSCS年年水涨船高，依旧是“10%的人拿了90%的offer”。
最后感谢家人、教授、实习老板、学长学姐以及Lizzi对我在申请路上的支持。希望这篇总结能够帮助到未来的小伙伴们！
13条回复