注册一亩三分地论坛,查看更多干货!
您需要 登录 才可以下载或查看附件。没有帐号?注册账号 
x
1. 基本背景: 本科:UCSD 专业:CSE+ Applied Math GPA:3.95/4.0 TOEFL:Waived GRE:157+170+4 2. 申请情况: Admission: Stanford MSCS, U WisconsinMadison CS-PHD, CMU MSML, UIUC MSCS, UPenn CIS-MSE, UCSD MSCS. Reject: CMU ML-PHD, UCB CS-PHD, UWCS-PHD, UIUC CS-PHD, Cornell CS-PHD, UTAustin CS-PHD, UCLA MSCS. 3. 如何准备: 主要针对在美国读本科,并且想申请CS MS的同学提出一些申请的个人建议: 科研: 最好尽早开始准备,我自己是从大二下学期开始的,然后大二升大三的暑假参加了一个学校数学系教授组织的数学暑研,大三下学期又找了另外一个数学系搞统计的教授做研究。这个其实是刚开始规划的问题:大一大二的时候我一直都比较想往Statistcs的方向走,打算申请统计相关的PHD,所以做的全部都是数学研究。在美国读本科的非常有优势,直接去OH找教授,给他提前发送自己的成绩单,并且提到在这个教授的课上当时取得的成绩(如果上过课的话),表达自己想做哪方面的意愿,基本上教授都会同意带你的。 刚开始申请的时候本来觉得自己没有CS科研背景会是很大的劣势,而且也没有任何论文背景。但是后来其实发现搞CS的人也非常喜欢有数学背景/数学非常好的同学。所以大家如果像我这样没有什么CS科研背景,可以找点数学研究做一做,没有论文也不要紧(对于申请CS Master来说)。实在不行,可以多上一点比较难的数学课,像是分析这种,或者数学系的研究生课(我自己在大三的时候上了两门统计的研究生课)。这样都会让你的数学背景得到充分的体现。 对于想往大火的machine learning 方向发展的同学,数学背景尤为重要。如果能够今早的开始在ML这方面的研究,发发paper肯定是最好的。如果没做到这一点,也可以走我这条路。我觉得CMU的MSML会录取我的关键因素就是我有数学研究背景,有数学的双专业并且专业GPA 4.0,同时也有很多统计概率的学习背景。 推荐信: 我觉得美国教授的推荐信都非常靠谱,而且他们还会利用他们自己的connection帮助你,人都很好。 首先要找自己做过科研的教授写推荐信,因为他们是最了解你的,而且能够从你的学术能力着重描写你,这也是PHD项目非常看重的能力。 其他的推荐信可以找上过课并且最后拿到高分的一些教授,这种也一定要尽早开始,最好大二大三,争取在心仪的教授的课上拿个高分,多去office hour问一些问题让他记住你就行了。 当然,同学们尽量在找教授的时候后稍微了解一下教授的人品,比如课堂上或OH时,这个教授是很耐心很温柔的那种,还是比较严肃严厉的。我有些同学碰到了少量非常奇葩的教授,拖着不写推荐信,或者表示出不会strongly recommend, 只会普通recommend这种。所以大家有可能的情况下可以找另外一个备选教授。 GPA: 通过我自己的经历,和之前看的论坛上往届学长学姐的经历,其实我个人觉得美国大部分的CSMASTER还是相当看重GPA的。比如斯坦福,基本上招的都是GPA3.9 以上的,看录取群里小伙伴大部分都是4.0毕业的。所以如果非常看重斯坦福这种名校头衔,想去名校读Master的同学,一定要保持较高的GPA(3.9+),这样起码不会在审查资料的初始阶段被刷下来。 上面三个我觉得比重对于申请CS MASTER都是差不多的,但是如果想申请CS PHD, 那么个人觉得顺序应该是科研=推荐信>GPA。 GRE: 基本上是申请中不怎么重要的一个环节,个人感觉325以上没有区别。如果是CS PHD的话应该325也不用,主要看科研和推荐信。 文书: 本身作为一个理工女文笔真的超差。除了学校强行要求的通识教育课,平时真的没有用英文写东西的习惯,所以刚开始觉得文书非常头疼。但是后来找到文书主要内容提纲以后感觉思路就清晰很多,而且我当时mentor帮我改了一部分,以及后续的各种润色者的非常有帮助,能够让文章突出重点和个人实力。虽然我不知道文书在整个申请的过程中占有的比例,但是我觉得每一部分大家还是都应该认真准。 总结: 在现在越来越多的人想往CS发展的趋势下,尤其是很多人都想做ML/AI相关的方向,我觉得大家一定要尽早开始准备自己的科研,paper。对于只想读CS MASTER的同学,可以没有paper,但是GPA同时一定要高。 希望大家之后的申请都能一切顺利。想要申请斯坦福cs ms的小伙伴有问题可以留言!我知道的一定尽量帮大家解答! 求大米昂!
|