美国CS PhD申请总结——6年工作经验,非名校,**,无Paper如何拿到多个名校PHD offer

两个月前，在微信上与Warald简单聊了几句近况，他认为我时隔2年把硅谷工作和申请PHD两条路线都走通是一件比较正能量的事情，建议我去地里把我的经历分享给大家。拖到现在才写总结，大概有两个原因，第一是因为今年换了新部门，项目特别忙，没有大片的时间去回顾总结，第二是我完成既定目标之后已经比较释然了，就一直没把总结放在心上。如果要整理我在BAT工作、留学申请、硅谷面试、EECS发展思路等方面的所有经验，恐怕要写一个长篇才行，实在是力不从心。所以，我就在此先把过去2年的经历按照时间顺序做个简单汇总吧，但愿能给朋友们带来一点启发。

2016年6月: 中美纠结，发帖引发思考
2016年7月~2017年1月: 拿下facebook offer
2017年3月~2017年11月: 为CS/ML PHD备战英语GT
2017年11月~2018年3月: CS/ML PHD申请季, 收获多个top10 & 20 Phd offer
2018年6月: 未来在哪？

2016年6月: 中美纠结，发帖引发思考
那篇帖子叫做<<国内30岁，想去美国硅谷工作或者申请CS PHD，求指点>> http://www.1point3acres.com/bbs/thread-193995-1-1.html ，发帖时间是2016年6月，我刚好工作5年，处于比同龄人发展稍快的舒适期，也是职业迷茫期，业余时间想了解下美帝同学们的
发展思路，于是到处逛留学生读书工作类论坛，发现一亩三分地与MITBBS还比较活跃，就随手发了这篇中美纠结的帖子。出乎意料的是，互联网圈土鳖BAT路线与海龟FLAG路线本应该是两条平行线，在那一刻产生了激烈碰撞。
还记得帖子中大家的讨论以美国职业发展负能量居多，但负能量的讨论让我快速学习到在美国发展较为现实的一面，概括起来:
(1) H1B与绿卡身份问题会一直困扰职业发展；
(2) 美国互联网圈天花板很低，且中国人不如印度人团结，SDE路线很难做到manager级别；
(3) 国内BAT处于上升期，回国有更多机会;
(4) 在国内已经混到比较好的待遇和级别，不值得去美国;
(5) 我的背景最多只能申请到top50+的CS PHD，且读博很苦，年纪太大了，劝我放弃念想;
(6)  如果是直接去硅谷找工作路线，刷题这一关会比较难，很难从国内直接拿到offer

但也有不少朋友私信我给我鼓励。给我正能量的网友，有不少成为了关系不错的网友甚至现实中的朋友，到现在还保持着联系，偶尔说说近况，互相鼓励。还记得当时有位硅谷的研究员给我电话聊了几个小时，讲了很多他在美国没有随波逐流不断改变轨迹的故事，很是让我感动。

一边是现实真相，一边是很多榜样给你鼓励，当时思考了很多天，努力去理解那些好与坏的方面，to be or not to be。或许罗兰的那句经典名言很适合当时的心态: "There is only one heroism in the world: to see the world as it is and to love it.”  我当时觉得，就算明白了生活真相，也依然要热爱生活并不断尝试探索。与我有着截然不同心态的是那些国企的同学们，他们在政治氛围与现实环境下，放弃改变，或者麻木，或者认同合理性，并不断提醒我的想法是多么幼稚，多么与中国社会格格不入，而我确实也有与他们感同身受的一些经历，很难说他们是对还是错，也很难给自己一个明确答案，唯有继续向前，保持探索。

帖子最后发酵到微信公众号、微博等媒体，有身边的朋友看到帖子转发给我，我开始感受到压力，因为我不希望我个人的事情对公司和朋友造成什么影响。同时，我也做出了要去硅谷面试与申请PHD的决定，想远离论坛与无谓的讨论，静下来工作与学习，于是联系warald帮忙把新闻和帖子从社交媒体上删掉。

自那以后，我的思考和决定转化为长达2年的执行期。

2016年7月~2017年1月: 拿下facebook offer
很早之前在B家工作时，就与同事们有一个传统，就是保持市场竞争力的最好方式是出公司面试，看看自己的技能和经验在市场中的价值，以此判断自己在行业中的位置，是被淘汰还是引领。所以，面试硅谷并不仅仅是为了执行自己的决定，也是一种校正职业方向的方式。

大家都知道从国内翻墙去硅谷比较直接的办法就是在北京的几家外企工作1年，然后拿L1签证transfer到总部，当时Google关闭了这个通道，Amazon与MS则比较畅通(认识前B公司同事在Amazon beijing工作1年多后去Seattle总部)。还有一个比较有难度的办法则是直接在国内面美国硅谷的公司，简单来说，找人内推或者联系亚太区HR，先电话面试，通过后报销往返机票进行onsite面试，然后等反馈结果谈offer，最后在每年4月参与H1B抽签，5-6月出结果，抽中则9月直接过去工作。
当时T家股票涨的厉害，换工作过去北京待遇会降不少，也存在不确定性，所以选择尝试第二条路，开始利用周末的时间准备FB的面试。

准备的过程，主要是三方面：刷leetcode，经验总结，英语口语。
(1) 刷leetcode。按照国内工作5年的强度，写了太多的代码，以至刷leetcode的过程还算顺利，当时只有400多道，用1-2个月刷完一遍，比较适合我的办法是分类刷，比如DP, Graph集中一起突破。第二遍则主攻easy+medium以及变种面经题，最后一遍做mock interview，练习白板手写代码。
(2) 经验总结。主要用于culture fit和system design两个面试环节，包括团队管理与项目经验两方面，团队管理方面，我主要是总结几点带团队带项目的心得，项目经验方面则高度抽象做过互联网产品中比较有技术含量的部分，总结成可以板书和可沟通的框图，然后转化为英文表达。记得当时还看了一阵子facebook engineering blog，很多专业相关的文章，熟悉他们的表达方式和思路以及比较热门的技术点，比如feed流设计，应该是fb较核心的技术了，blog中分享特别多，面试中也常考，最后system design环节果然是feed流相关话题。
(3) 英语口语。毕业后用得少，比较生疏，怎么能撑住fb全天的onsite面试是个很挑战的事情，当时觉得短期内很难提高，于是采用了取巧的办法应对。针对coding面试，熟悉下常用词汇以及句式即可，system design环节则多通过板书表达，重在逻辑。culture fit恐怕是最为挑战的，随意发挥肯定是原形毕露，我就准备了几十个问题，把答案想好，然后翻译成英文每天背诵朗读，提升口语表达流畅度与发音。当然，我也并不是随便搜索一点答案去死记硬背，问题来源于面经，答案则是结合我的经验与思考整理而成。整理问题与答案的过程对FB价值观也有了很高的认同感，Focus on Impact, Move Fast, Be Bold, Be Open, Build Social Value，与T家很像。我们在国内面试候选人，也是非常在意culture fit，如果你的性格、价值判断与公司文化差异很大，终面肯定过不了，越高阶的面试官越能快速识人。公司文化很重要，决定能否在一家公司连续工作超过3年，每个人的价值观能匹配到对应的公司，大家都应该选择自己喜欢的公司文化，而不是随大流缺少思考。

去fb onsite前，找覃超帮忙做了两次mock interview，感觉效果还不错，至少提前消除了紧张感。我参加onsite的地点在硅谷的Menlo Park，早晨过去美国白人小哥陪着逛办公区，中午是一个澳大利亚的小哥陪吃饭和逛园区，其他环节基本都是印度人，没遇到中国Manager。面完之后约4点钟，发现FB员工都陆续下班了。

面完之后，就是等反馈，谈offer价格，申请H1B等流程。offer价格看起来像标准价，18W~20W，税后距离我在T家差不少，所以也就没有特别上心后面的抽签结果。更重要的原因是，我觉得过去做SDE很快到达天花板，没有融入文化很难爬到manager，相比国内已经是研发leader的职位，有不少的落差。于是选择放弃这条路，继续在T家工作，并业余尝试PHD申请。

2017年3月~2017年11月: 为CS/ML PHD备战英语GT
PHD的申请，一开始我只想专注拿下英语成绩，给自己规划了9个月的时间，目标：在11月底邮寄申请材料前能拿到PHD申请及格线T100/G320。

为什么是9个月？因为我读书阶段的英语很烂，CET4是425，CET6是426（刚好过线），大学的那些年把时间都交给写软件做网站了，压根没重视英语的学习，还记得我本科阶段唯一挂科的课程就是大学英语，当时为了赶业余项目的软件进度，错过了交作业的时间而被挂科，也算是圆满了大学生涯。所以，我很清楚自己的处境，无法像很多英语基础好的同学那样2-3个月拿下GT。

对于在职状态，重新捡起来的过程是非常痛苦，白天正常在公司工作，早上、中午、晚上、周末、节假日、年假、调休假全部用来学英语，朋友圈关了半年，推掉了所有聚餐旅游计划，过程中非常孤独煎熬，有很多次打算放弃的念头。但比较幸运的是，因为这些年互联网圈的激烈竞争与对快速学习能力的极高要求，让我变得比大学时爱看书并且重视学习，我觉得年少时的遗憾与心理阴影，或许可以用一场对英语学习的坚持去消解。总体来说，那段时间有着很好的心态与专注度。

这里对整个备考过程做个简单总结。不怕大家笑话，我托福考了9次，每个月一次，以考代练是在职状态抵抗放弃的办法之一。3月份背了一遍单词就去裸考，成绩是64，后面连续2次80+，再后来在96左右徘徊，最后一次考到100整就没再继续考下去了。GRE是5月之后并行开始背单词的，主要是verbal，第一次154，第二次153，后来第三次没能考到更好。从3月开始坚持到11月底，我幸运的完成了GT目标，T100(Speaking 24，Writing 27)，G323(V153+Q170) + AW3.5，一个申请PHD勉强够用的成绩，不能跟学霸们比，但相比曾经CET6 426分勉强飘过的水平，我觉得很知足。

在这里也简单总结一下学习方法与心得。
托福方面，典型中国考生就是阅读接近满分，而听力、口语、写作三者有两方面比较差，特别是听力和口语。托福语言的衡量标准非常客观，通过前两次考试，我发现我是非典型中国考生，我的阅读刚开始特别弱只有17分，而口语能裸考到23，或许与准备FB面试的经历有关。
(1)阅读。我刚开始看一篇托福文章大概要50分钟，这是一个很夸张的耗时，因为托福考试只会给你20分钟做一篇文章，为了突破这个障碍，我断断续续坚持做完了150篇托福文章，坚持看很多硅谷的科技类文章，特别是Linkedin上分享的行业新闻。最后阅读可以做到轻轻松松15分钟一篇还能接近全对的水平，这是一个日积月累的过程，绝望的时候需要一点耐心去坚持。

(2)听力。在阅读突破之后，对我而言，最大的瓶颈是听力，第一次考试11分，大概是每篇听力只能靠蒙做对2个的水平。后来我坚持听SSS与TPO，还有SSS里面的一小时talk，以及感兴趣的美剧和演讲。
对于TPO，网络上能搜到很多方法论，比如"精听"方法论，总结起来就是要具备文章结构和逻辑的能力，就像中文一样，你可能听完别人讲了一段话，你不一定能重复原词和细节，但是你知道大意以及句子之间的起承转合逻辑并且最后得到潜在的意群理解。在做到这个境界之前，需要具备一些基础，包括听力词汇、听力长难句、专业名词。这里说一下听力词汇，因为基础比较弱，我的方法是买好四本书：高中英语、CET-4, CET-6、托福，带音频资料的，把自己无法第一时间反应意思的词汇标记下来，然后反复听，再重复，直到最后没有听力生词为止。这样带来的效果就是不再有听力生词的障碍，再去做逻辑的理解就容易许多。
对于SSS，我觉得它能提高对语速比较快的听力的适应能力，如果练习到能听懂，考试和日常交流都不会是问题。
关于电影和演讲，都说挂在耳边、开车时坚持听就能提高，但是我发现这其实仅仅起到心理作用并不能有实质提高。如果只是进入了电影情节而忽略了听力语言，听不懂的没有去查含义没有去总结，就算看再多的电影和演讲也不会有快速提高，我发现这个问题之后，找到没有中文翻译的纯英文字幕电影，听不懂的就立刻暂停去研究句子，这样即便一部电影看下来要好几天，听力上的收获也比囫囵吞枣看完10部片子要多。推荐翻墙看Youtube，能搜到不少演讲素材。

(3) 口语。口语成绩最后拿到24，没有刻意期望提高更多。我拿good的是学术类task，其他则是临场发挥，没有刻意去背诵段子。托福口语考试讲究一个即兴发挥和语音语调，有网友反馈即便内容空洞但如果语音语调接近native speaker也是可以拿到高分，我觉得很对。但我的经验则是，在语音语调已经定型的情况下，短期要想突破，应该把重点放在内容和逻辑上，用你日常说中文的思路去表达就好，像面对面说话一样，言之有物，逻辑性强，充满激情的去讲，不生硬，会更容易得高分。最后，口语要克服一个障碍，实用才是学习的目标，交外国朋友或者参加一些国际会议并与人沟通是比较好的方式。我不建议去英语角，那里的水平参差不齐，交流一些节假日、文体活动的生活化话题无法满足你在学术场景的需要，英语角用来帮助你张口还算有帮助，长期要提高还是要靠自己努力。

(4) 写作。我也说不上来什么经验，就是多用多练，邮箱里躺着几十封套磁信，都是我自己慢慢推敲着写出初稿然后润色而成。基础比较重要，比如长难句、写作语法，不要按照高中老师教的那些生硬规则去推敲语言，而是把从句、词组、文章结构和逻辑贯彻到你的本能反应中，就像小时候练习五笔打字，最后的境界是忘记每个偏旁部首所在的按键形成了肌肉记忆。另外一个方法，就是在训练写作之后，增加一定的阅读量，读写互为促进。作文批改时永远保持疑问，思考一个表达是否有更地道更高效的方式，下次在读native speaker文章时会联想到曾经的疑问，从而牢固的记住这种用法，最后在下次写作的时候会运用上。工具也很重要，我一直在用grammarly app，有mac/android/ios版本，应该算是NLP技术在写作方面应用的巅峰之作了吧，你在手机或电脑上敲完一句话，系统实时的给出更地道更高效的表达，久而久之内化为自己的写作能力。

关于GRE，我就不逐项展开讨论了，我觉得它更像一个挑战词汇量、阅读速度、逻辑推理的游戏。当你被文学评论虐过之后，再去看科技类文章，简直一马平川一目十行。我比较反对GRE词汇无用论，在实际工作和生活中，以前我经常看到属于GRE范围的生词，考完GRE之后阅读则很少遇到生词，这属于GRE修炼带给你的好处。

后GT时代，英语作为全球第一大语言，我觉得有必要把考试转化为日常使用，而不是像中国教育一样只考试不应用。没有英文的世界，会少了很多真相与视野，有问题记得用英文Google而不是中文Baidu。也建议在kindle上看 <<verbal advantage>>这本书，里面是英美国家上流社会必须掌握的1000个高阶词汇，它主要教会我们的是用词的精准、地道、优雅，就像Donald Trump一样，面对国会议员，使用上流社会高阶词汇绅士般的沟通，而面对普通大众的演讲，词汇尽量的通俗简单，这种说服演讲的能力，在工作沟通中，一定能用得上，值得学习。再就是尽量看原版英文科技新闻，我比较喜欢的几个渠道是LinkedIn, Facebook, Twitter，多关注有价值的内容。保持听力的办法则是看看原版电影以及陪我家小孩一起看英文卡通，比如Peppa Pig里面有不少地道通俗的口语话表达，最基础的往往也是最重要的。

2017年11月~2018年3月: CS/ML PHD申请季, 收获多个top 10 & 20 phd offer
当我开始研究我的申请背景时，刚开始也会没有信心，平庸三围(GPA80.36，T100, G323+3.5)，无Paper，非清北上交浙大等出国名校背景，仅有BAT工作6年工作经验。

习惯了国内一线城市的快节奏生活，考虑到兼顾家人生活质量，选校上排除了所有地处村里或者天气寒冷的学校，只申请了加州、纽约、亚特兰大、休斯顿四个大城市附近的学校，排名上参考usnews与csrankings.org，主要考虑top 30的学校。申请方向在Machine Learning, Data Mining, Large-Scale Distributed System三个范围去找。拿到offer的学校有：CMU SV, Georgia Tech, USC, UCSB, Columbia U, Rice, Stony Brook, TAMU，排除后在三所中纠结: CMU SV ECE, Georgia Tech, USC。最后考虑导师给力、老婆也中了USC、喜欢加州与LA，就选定了USC，接了它家offer开始办理签证。
其实回头看，想去加州，如果没中UCB, Stanford，其次最好的就是地处洛杉矶的USC与UCLA，参考csrankings.org中AI方向2018年的排名 (X表示我没有申请)：
Rank       Institution                                                 result
1     ► Carnegie Mellon University                      (SV campus: offer; Pittsburgh: rejected)
2     ► Cornell University                                        (X)
3     ► Stanford University                                      (rejected)
4     ► Georgia Institute of Technology               (offer)
5     ► University of Maryland - College Park         (X)
6     ► University of California - Berkeley               (rejected)
7     ► Massachusetts Institute of Technology       (X)
8     ► University of Michigan                                 (X)
9     ► University of Massachusetts Amherst         (X)
10     ► Univ. of Illinois at Urbana-Champaign       (rejected)
11     ► University of Pennsylvania                        (X)
12     ► University of Southern California          (offer, accepted)
13     ► University of Texas at Austin                     (rejected)
13     ► University of Washington                           (rejected)
15     ► Columbia University                               (offer)
16     ► University of California - Los Angeles       (rejected)
17     ► Rutgers University                                     (X)
18     ► Northeastern University                             (X)
19     ► Purdue University                                      (X)
20     ► Harvard University                                     (X)

申请期是从12.1开始，但在此之前就进行了一部分选校、套磁、文书的工作，集中在12月上旬提交材料。从我个人的经验来看，打造CS/ML PHD的申请背景，重要程度排序是: 定位研究方向 > Connection/Networking能力(RL) > 套磁 > 工作经验 > Paper+Patent > TOEFL > GPA > GRE > CV/SOP文书。

(1) 定位研究方向。结合自己的工作经验，我一直知道方向比努力重要，所以在选择方向上我放在了首位，花了很多时间。我觉得很难用ML, CV, NLP, System, Graphic, SE等维度去拆分研究方向，工业界与学术界所做的东西越来越交叉，往往一款产品的落地，需要多种能力，所以方向越specific，对申请越有帮助。后来我也看到很多背景比我好太多的同学却没有申请到名校，我觉得定位不清晰是最大的问题，他们没有挖掘出自己的优势，而只是简单的按照方向去选择导师。我最终确定了System+ML结合的研究方向申请思路，给我启发的包括三方面。第一，我还记得Andrew Ng在B家分享时说，目前业界缺少既懂如何做工程产品又具备DL/ML算法科研能力的人才，以至于他不得不在组织架构上将这两者拆分为两个部门独立运作，我自己的亲身经历也告诉我，这方面人才更稀缺。大家都知道最近两年很多非CS专业的人才转行做Data Scientist，尤其生物相关居多，也有不少CS科班去挑战ML方向，他们在算法与数据分析上特别厉害，我在业界有一点积累，但是我觉得我在这方面的背景不够强，同时多年的研发经验又让我在System方向特别突出，于是二者结合就是我的优势所在了。第二是B家比较有名的员工Mu Li，他在博士那五年中对System+ML的讨论，让我也发现这确实是一个不错的方向。第三就是后来发现了第一届SysML会议在2018年1月召开，主要是Stanford+UCB+Google+Amazon背景的人在主导，包括Feifei Li, Yangqing Jia, Mu Li等等耳熟能详的大神们，这让我更加确信这是一个值得投入的方向。UCB一直是我的dream school，它一直在System引领潮流，Spark, Caffe2,以及DeepDrive无人驾驶视频数据集都来自UCB，希望后续能有机会打入UCB的圈子。或许我后续未必会在SysML方向上做科研，但至少在申请上，我认为这是我的优势所在，帮助我拿到做科研的入场券。研究方向定位这件事情，没有人比你更专业，最好列一份详细的CV然后找到行业前辈帮你分析。

(2) Connection/Networking能力(RL)。Connection有很多体现和思考，不仅仅是推荐信。其实美国科研都是圈子规则，每个导师研究的领域都属于一个学术圈。所以，加强connection的办法就是研究怎么打入特定的圈子，列一个清单，包括工业界的经理人，学术界的老师，看哪些与教授的圈子有关，能给他带来什么联系与资源，结合你的研究方向定位去匹配老师，你会发现每所学校与你有六度人脉联系且研究方向匹配的不超过3个导师，自然也就降低了选校选导师的工作量。他们希望hire你，是希望能把这个大家族做的更好，而不是要一个无关的人，与工业界选人标准类似，我自己也更愿意相信前同事推荐的朋友。推荐信方面，我找了4个推荐人，有两位HIT的导师，一位是院长，一位是教授，读书时对我有过指导，另外两个分别是我在B家与T家的老板，他们是VP或者GM级别。推荐信是我写过之后，交给他们改完再亲笔签名给到我。美国对推荐信非常重视，虽然大家知道中国学生容易做假，为了避免这个问题，我让推荐人亲笔签名来能增加说服力，后来听说他们有收到过美国教授的确认函来验证我的身份。

(3) 套磁。我在套磁上投入时间最多。每一封邮件都写得特别有针对性，一定是研究过导师的背景，结合自己的喜好再发信。如果导师不回复，我则坚持每周发一次。不要怕打扰或者不礼貌，有时导师们真的只是当时太忙想回复结果被打断事后又给忘记了。就好像我们在工作中也有这种体会，并行的项目特别多时，同事的邮件我正准备回复又被一个会议给打断而忘记回复。教授们需要被多次邮件提醒，这个策略帮助我多联系上了3个导师。与应届生不同的是，我选择了当面与导师沟通，对于发信有回复的导师，我直接约见面，集中在春节附近去了一趟美国，亚特兰大，洛杉矶，圣巴巴拉，硅谷，去见导师当面交流。出发前去找了张潼老师，在他办公室1小时的交流给我了我很多启发。后来，我有部分offer就是在当面交流后才拿到的。

(4) 工作经验。朋友和网络上的帖子，一致的观点都是工作经验对申请PHD帮助很小。基于这个观点，我的申请最多就是top 50+学校甚至全聚德。但是我发现并不能完全一概而论，我坚持认为对top30 的phd申请而言，whether your bg highly matches the prof's specific research area是非常重要的，所有的材料都应该证明这些，包括paper，rl，ps，working or internship experience。这就好像我们在工业界招聘，如果看到一个人的教育背景、人脉、经验、课程、业余项目统统与这个岗位高度匹配，没有一丝多余无关的东西，就算他不是名校或者GPA稍差点，我们也会优先考虑他，我猜教授们也会有类似观点吧。所以，我的申请思路是在工作经验上无限放大自己的优势，深度挖掘自己工作中的经验总结，申请材料之外，还给导师写了几十页PPT介绍我的工作经验，就好像在公司内做晋级答辩一样。

(5) Paper+Patent。对于无Paper这个事实，我当时尝试过把工作中的原创技术写成Paper然后发表，写过一点Paper Draft，后来发现很难，一方面公司不支持，一方面很难达到顶会水平，所以我就干脆放弃这个想法，好好整理了下这些年在公司申请的专利，把内容稍微概括下，事后证明还算小有帮助，不至于学术背景太难看，而且在(4)中我有提到，如果工作经验与导师研究方向高度match，没有Paper也没关系，能跟导师深入交流某个topic就足够。

(6) 其他方面，我没什么特别值得分享的观点，实在是太平庸，三围+教育背景都已经确定，无法改变，能做的就是扬长避短。

最后给一点建议，送给正在迷茫中申请留学或者找工作的朋友。当你考虑放弃的时候，可以多找一些榜样，通过榜样的力量鼓励自己去坚持。当我面对繁杂的申请材料一筹莫展以及GT考不下去的时候，就拿榜样们的经历给自己鼓励，比如大龄CS PHD其实是有很多案例值得学习的，这里列举几个，供大家参考：
(1) Qi Lu, 大陆华人，前微软SVP，前百度总裁与COO，他是30岁从复旦去美国CMU读CS PHD，35岁毕业后在IBM工作两年，37岁才加入Yahoo。他的Linkedin: http://www.linkedin.com/in/qilu1/
(2) Akane Sano，日本人，今年刚拿到美国Rice大学的AP职位，她本硕就读于日本Keio大学，毕业后在日本Sony工作6年半才申请去MIT读PHD，我提交Rice材料后，是她主动联系我希望视频电话聊天，自那之后我们才认识。后来邮件来往几次，慢慢熟悉成为网友。我对第一次聊天印象深刻，她说我们share the same value about our career plan（都是工作6年才申请PHD），希望我加入她新成立的lab，主要做医疗AI。她的Linkedin: http://www.linkedin.com/in/akane-sano-2826815/
(3) Chi-Hao (Eddy) Wu, 台湾人，本硕在国立台湾大学，毕业后在台湾工作7年，后加入USC攻读CS PHD，2018年毕业，加入Face++美国，任职Senior Research Scientist，研究计算机视觉。他的Linkedin: http://www.linkedin.com/in/chi-hao-eddy-wu-698b8367/

总之，不论你选择走哪条路，不会孤独，一定能找到同行的小伙伴。

2018年6月: 未来在哪？
我4月份签完offer，5月去广州大使馆签证，不出意外的被秒check，目前一个月过去了还没有issued。今天刚好距离发帖时间两年整，我的状态也变得非常释然平静，感谢这段经历让我面对未来的不确定性时变得更沉稳。不论最终结果如何，我都会慎重考虑是否离开T家搬迁到洛杉矶，毕竟在新部门的发展机会也很不错。未来在哪？我觉得不重要，永葆一颗热爱生活勇于探索的心，既往不恋，纵情向前!

（希望本文能给各位以启发，仅代表个人观点。如有不恰当之处欢迎私信我交流，我的微信: chaoyanghe-life）





补充内容 (2018-6-10 18:39):
标题中的*** = 低 三 围

补充内容 (2018-6-11 09:39):
https://mp.weixin.qq.com/s?__biz=MzI5MzM2NTM1OQ==&mid=2247483856&idx=1&sn=4e0fd7f3cf9a0cd0cdba08831bb4eb92&key=0f2517fe3b880ce9bfa0e3b9b30f75309b84b8ccc5604091b22528f374894ac278fbbaf82e8e145...

补充内容 (2018-6-11 09:41):
第二条补充内容是本文原文链接，拒绝转载!

作为楼主的老婆，我觉得我可以写下如何兼顾 工作 + 带娃 + 学习 + 陪**老公学习，哈哈哈。很幸运最终去了同一所学校，但也正因此被秒check，嘤嘤嘤，希望赶快issue~~

补充内容 (2018-6-12 16:58):
陪**老公 == 陪学 渣 老公

楼主本人实在太牛逼，觉得对我等菜鸡实在没有参考价值

LZ太太太厉害了，思考深入清晰，执行力超强，这就是顶尖PhD应该有的素质啊

文章真的很好，很有启发，感谢分享！

给我很多的启迪和信心，有时候对将来还是有很多顾虑。很喜欢楼主文后所说的，永葆一颗热爱生活勇于探索的心，既往不恋，纵情向前。

2年前看到楼主的帖子，转发了票圈，当时也在T家工作的我，知道楼主的title后，表示非常不理解楼主的决定。两年后，我能够懂得楼主为了梦想的努力和坚持。不管未来在哪，都祝福楼主！

恭喜，校友，我们的故事是一样。同在BAT工作过，同到USC读PhD ML based.

补充内容 (2018-6-11 08:22):
USC在AI方面的研究很不错，来USC读这方面的PhD算是个明智的选择。

补充内容 (2018-6-11 08:24):
另外，我也有一位同事，拿到facebook的offer，人肉翻墙来到美国了。

xs1738 发表于 2018-6-11 08:19
恭喜，校友，我们的故事是一样。同在BAT工作过，同到USC读PhD ML based.

补充内容 (2018-6-11 08:22):

好赞！也期待看到前辈的申请经历。

定位研究方向 这一点受益匪浅 谢谢lz

真的非常感谢楼主的分享，最近我也在思考这类问题，楼主的经验和分享验证了我很多想法，打消了我很多大多数人都不理解的疑虑。一万个赞！而且才发现楼主和我早是好友了哈哈，希望以后能更多地交流。而且楼主加油，我非常相信楼主现在选择的以后会带来更好的未来！

膜拜大神

此贴要火，来留个名字。