经验分享：佐治亚理工学院CS PhD申请总结

2020-11-07 493人阅读

摘要:经验分享：佐治亚理工学院CS PhD申请总结

下午到试验室开启msn和hotmail就收到了GIT的Offer：“...Your financial support includes a tuition reduction to $25 per term as part of a Graduate Research Assistantship with an initial monthly stipend of $2,131...” 415以前回应。觉得这一offer来的挺早。上Gradcafe刷了一下，发觉CS方向大量放offer的還是仅有UIUC第一轮的TA，及其一个Berkeley的口头上offer(某海本)，GIT一个也没有。其他全部学校基本上都还没信息。接到offer還是很开心的，但并沒有想像的那麼兴奋。为这一勤奋了很久，踏过很多攘外必先安内的路面，许多 热情最终都沉定变成信心，感觉是顺理成章的事了。

听说GIT每个月要交许多 附加费，RA的钱税后工资大约也就1700-1800上下。减掉附加费后非常少了，刚够日常生活(待证实)

报一下情况：

学校：某二流985 EE大学本科，弱情况弱GPA 82;HKUST EE MSc/ECE M.Phil，GPA 4.0/3.81

Paper：2篇1作Top conf，1篇1作Top conf在投，1篇1作Top Journal，2篇1作2nd tier conf，n篇3作或之后的2nd tier conf

研究经历：曾在深圳市某研究所一个非常好的试验室见习，如今CMU Robotics Inst做RA，研究生期内研究经历比较多。

推荐信：HKUST MPhil老师，深圳市见习老师，CMU老师

語言考试成绩：GRE 155/167/3.5 TOEFL 111 (30 30 23 28)

方向：机器学习，人工智能算法

写一写面试的经历吧：

1月13号接到套磁教师的信问有木有時间面试，想测试一下我的English communication ability。他说道感觉我的GRE Verbal并不是super high(但我认为T才更能体现= =)。16号面完，18号接到的offer。套磁的教师十分nice，以前曾帮我把原材料给highlight了，说成让大量教授能见到。还说“If u get offer from MIT Stanford CMU Cornell, u should go.”(但我认为这种学校除开CMU好一点其他期待都并不大)。面试完说，会talk to the admission committee。

面试的全过程十分成功，英文一直都并不是我的薄弱点，并且自己做的Topic也都较为了解。也要谢谢在HK的研究经历，每一次跟老总meeting全是用英文聊research的，因此 习惯。此前刻意提前准备了一些他很有可能问起的难题，但事实上面试的情况下不起作用上过多，基础在充分发挥。

夜里10点上下刚开始的面试，聊了大概4、50分鐘。从時间分辨应该是Personal的那类，非committee。

一上去先简易地问好了一下，随后还问了一下我申请其他学校的状况，问大概什么时候出結果，我讲大约二月。再就问assistantship是否会跟offer一块来，我讲Stanford很有可能会给AD，其他许多 学校应该是PhD offer means assistantship.

随后好像是冲着我的简历从大学本科问及。问了一下本科学研究了什么课及其情况，我刻意注重了一下大学本科的Program比一般EE Program更重Math和Computer。

随后聊得HK的经历，问MSc跟MPhil有什么不同。我回应MSc是by course的，MPhil是by research的。顺便聊了一下自身在MSc情况下的研究经历。

再有就是主要问MPhil的课程内容，问有多少课跟机器学习和人工智能算法相关，我讲基本上全部的全是，把课程内容题型和內容简易列了一遍。随后问convex optimization学了哪些，stochastic process如何这类的。实际上问这种的情况下我一些虚，由于很多东西忘得差不多了，我也很模糊地回应convex用的是Stephen Boyd的教材内容，但比Stanford的示范课简易。学习培训如何把一些优化问题formulate成convex的，也有KKT condition。。。从此之后。Stochastic我拿的是B，由于自身的确并不是很喜欢这门课，因此 也老实巴交认可了。扯了一下Bayesian Probability, Kalman Filter。教授则说他研究的难题许多 跟Stochastic Process還是很相关的，�濉�

随后是随意地聊我的研究和他的研究，聊了一下我的paper，还跟我说对人工智能算法和机器学习的关联，跟我说如今CMU做的project。他则提及了音乐流派的归类，说对这一有兴趣爱好，跟我说有哪些idea。我一时语塞，由于从未做了音乐的分类，确实没研究过歌曲该怎么提特点。随意想想2个非常简单的方式，用傅里叶变换，或是是用相近Image Classification里边的Bag of Words方式。最终确实不行，说没太研究过歌曲的特性，不清楚如何去抽特点。他就提及了用Deep learning的方式自身学特点。我一下就后悔了，如何想不到这一。

还聊得研究方向的难题。我感觉我俩的研究方向還是一些差别的，但我讲要是跟机器学习相关的物品，都是会很感兴趣。

最终教授激励说“It's a nice chat. Your research profile is very competitive.” 想听了很高兴，感觉聊到還是挺高兴的，期待应当很大，仅仅想不到offer来的这么快。

有关CS方向的申请还一些我觉得想共享：

1. 最先我认为这一方向市场竞争确实是太猛烈了，尤其是机器学习和视觉效果这方面，这一无须赘述了。每一年招收的Group就寥寥无几的那麼一些，中国却出现愈来愈多的优秀学员，并且是强大得瞠目结舌的水准。我所掌握的就会有3个本科毕业生，全是贴近4的GPA，清华大学浙江大学清华那样的Top高等院校，大学本科就会有一两篇一作top conf，乃至是PAMI和IJCV那样中国教授没是多少可发的Top AI Journal。那样的本科毕业生大多数有MSRA见习经历，或是在一些知名的高校试验室做研究，带的教师都能写成很有份量的推荐信。这种学员基础狂扫四大了。此外我身旁也是有了解的2个朋友申同一个方向，她们的情况都比我真。在其中一个是清华大学的大学本科中国香港的研究生;另一个本科毕业生也是top gpa, ACM-ICPC, 大学本科发过top conf。

2. 申请PhD拼的便是Research，学术研究学术研究再学术研究。如果是研究生，PhD application会focus在研究生期内的研究经历上，Paper是最重要的。CS方向这几年最注重的還是Top conf，实际效果是Top conf>= Top journal>journal>conf。

3. 如果是本科毕业生，学校和GPA就很重要了。。。研究经历相对性没那麼有规定，但相反如果有拿得下手的研究经历，会十分impressive。实际上GPA和学校情况，说到底還是为了更好地evaluate你的research potential。

4. 申请PhD，推荐信肯定比很多人想像的要关键。前提条件就是你的老总在某一行业是较为famous的，例如是fellow级的角色。她们有自身的社交圈，强烈推荐的学员大多数也都来到哪个社交圈。你能发觉有的教授推荐信在一些系统软件的学校十分work，在其他就一般。

还一些关键点，例如UIUC的T英语口语卡24。假如过去了24，你的机遇就大许多 (Committee第一轮提早挑选出来，Fellowship or TA，2020年的已发)。要是没有，你仅有等教授积极来想要你帮你讲话(一般要历经面试，第二轮，市场竞争比第一轮惨忍得多)。我到现在都收走到UIUC的面试通告，觉得期待一些迷茫。早知今日宁愿其他section的成绩少个10分，还要把英语口语一部分刷上24了。

最终祝大家申请好运气，新春都取得自身心爱的offer。時间不早了，明日也要Meeting，先停笔入睡。在CMU混了一段时间，对这里的状况也有一定的掌握。等有时间希望能写一写CMU这里的状况和申请(尤其是AI这方面)，再有就是关于写学术研究流PS和推荐信的一些Tips。

美国大学申请美国大学技术专业美国大学花费美国大学学业奖学金美国大学申请公文