免责声明:本文发表于 2017 年,部分内容的时效性请读者自行鉴别。
笔者是一名来自复旦大学的 17 Fall CS 方向的 DIY 申请者。在刚刚过去的申请季中,笔者总共申请了美国 14 个大学的 19 个 Master 项目。
关于申请,总是有很多 myth。最经典的一个就是在申请季开始的时候总会有一大堆人打印十几二十份成绩单跑到教务处去盖章。而事实上,现在绝大多数的项目都采用网申系统,在申请时往往只要求上传成绩单的扫描件。以笔者的 19 个项目为例,其中只有 2 个项目要求寄送纸质成绩单。诸如此类的 myth 代代相传,真正有用的信息却总是凌乱琐碎,再加上唯恐天下不乱的各路中介散布各种不负责任的观点,这种信息不对称使我们 DIY 申请者走了许多弯路。
申请本身是一件充满了不确定性的事情。在申请季到来时,我们自身的经历和成就往往不会再有太大的变化。我们要做的就是确保不要引入什么减分项,努力表现出自己的加分项,同时控制和减小各个环节的不确定性。本文的主要目的,就是将笔者在 DIY 申请的过程中感受和了解到的一些重要的信息,经过整理和组织后提取出一些通用的内容,以极高的干货密度分享出来。接下来笔者将从申请前需要做的准备,申请时各种材料应当如何处理,以及如何规划和管理申请的进度几个方面来展开。
提示 1:本文中关于材料具体应该如何准备的部分(比如书写 SOP/PS 的思路)可能只适用于理工科申请,请人文、艺术、商科等方向的读者自行鉴别,兼听则明;而其余部分的内容则基本上对于所有方向的申请都适用。
提示 2:本文将不会涉及以下内容:
提示 3:本文的干货密度很高,建议仔细阅读,大概需要 15 分钟。
理想情况下,在申请之前,你需要:
xiaoming.wang.95@gmail.com
。对于 DIY 申请来说,最重要的就是要有条理。所以在最开始,笔者想要强调很多人都会忽视的两点:看清项目需求,管好申请进度。
绝大多数项目都会要求提供如下材料:
这些也是本文将要重点讨论的内容。但与此同时,不同项目对这些材料的要求可能会很不一样,并且大部分项目都会要求一些额外的材料。所以,在申请之前必须先逐个考察和记录好每个项目要求提供的材料清单。
对于进度管理,笔者建议使用电子表格做一个简单的 tracker 来帮助自己掌握每个项目的进展。在申请结束后,笔者的 tracker 是这样的:
这里给出笔者所使用的模板供参考。如果不方便翻墙的,这里 还有一个 Excel 版。
在填写教育经历时,大部分项目都只要求上传成绩单扫描件,在获得 offer/AD 之后才要求寄送原件。但也有个别项目在申请时就会要求寄送原件,或者是要求进行成绩认证。
首先要仔细阅读项目对成绩单的要求,比如是否要有签字、是否要附上评分标准、是否要提供中文原件等。在办好满足要求的成绩单后,就可以拿去扫描上传。在上传时,可能会遇到一些比较奇葩的网申系统限制文件的大小。这时需要用一些工具来压缩 PDF 的大小,那么在重新上传之前务必要确认压缩后的文件是否依然足够清晰到能够看清上面的文字。
对于寄送成就单原件,一般都是使用学校的官方信封,然后到教务处盖上骑缝章。寄送的时候一般选择 DHL,三天基本就能到了,学生件的价格也很低(150 RMB/件)。
做成绩认证则比较麻烦。笔者遇到的有学信网认证(与 ApplyWeb 合作)和 WES 认证。流程分别如下:
学信网:
WES:
可以看到,如果要做成绩认证,需要花的时间还是挺长的,尤其是 WES。如果遇到感恩节、圣诞节之类的假期,就要等待更久。所以如果想申请的项目中有要求成绩认证的,一定要尽早开始。这也是为什么申请任何一个项目要做的第一件事永远是看清需要提交的材料清单的原因。
这里可能遇到问题的是交流的成绩单。如果你选择将交流经历写入教育经历,那么就要搞清楚是否需要提交交流时的成绩单。一般来说,如果学分被转换回来并且记载到了本科学校的成绩单上,往往就不需要再提交交流成绩单,但并不总是这样的。而且在实际操作中,如果在交流的时候没有做好准备,事后申请往往比较麻烦,所以这里要提前做好打算。
对北美申请而言,大多数情况下我们所需要的英语成绩就是托福和 GRE。在申请季到来时,分两种情况:
至于怎样的成绩足够好,往往所申项目的网站上会给出最低要求,或者是每年的申请者和被录取者的平均成绩。一般而言,对于理工科来说,托福 100+,GRE 320+(Verbal 152+,Quant 168+,AW 不重要)就可以满足绝大多数项目的要求了。不过这里要注意的是,项目介绍中提及的数字,有 hard limit(如果不满足要求就直接淘汰),也有 soft limit(如果低于要求只要其他方面足够强也可以被录取)。像是申请做助教要求托福口语单项 24 这种往往是 hard limit,其他的情况就很难区分了。可能需要去调查一下往年被录取者的背景。不过如果分数差的不多,又是的确想去的项目,建议还是申请一下撞撞运气,毕竟多申一个项目的费用相对于以后留学的开销来讲都是小意思。
有些项目的网申系统中可以查看成绩是否已经寄到。由于成绩从 ETS 寄到学校以后,还有一个将成绩跟你的申请档案匹配起来的过程(通过填写的考试注册号、姓名、生日等),所以系统中的这个成绩状态可能会更新得比较慢。笔者的经验是最慢的项目大概 15 天左右也都显示寄到了。这里还是建议一旦确定要申请某个项目就马上送分。
有些项目是无法在系统中查询成绩状态的,这时如果实在不放心,可以尝试发邮件询问,但不一定会得到回复。不过由于大部分系统都会让你上传电子版成绩单,所以即使出了意外没寄到问题应该也不算太大,真的缺文件之后学校往往会发邮件给你的。
关于电子版成绩单的问题,托福可以用纸质成绩单扫描件,或是 NEEA 上的网页截图。GRE 则是在 ETS 官网有 PDF 下载。
这里顺带提一下,关于托福和 GRE 的备考,笔者曾经写过一篇文章,可以参考。
对于申请最重要的一篇 essay 就是 SOP/PS 了。这里其实也有一个 myth,很多人都会强调它们之间的区别,说 SOP 侧重于 Purpose 所以要重点描述自己申请这个项目的目标是什么希望收获什么,PS 侧重于 Personal 所以要重点描述过去的经历是如何促使自己想要申请这个项目的。这类观点并不是全无道理,但事实是大部分项目对于 SOP/PS 中应该包括什么内容都是有要求的。如果你把上面的定义跟每个项目的具体要求去对比,就会发现把这篇 essay 叫成 SOP 还是 PS 很多时候都是随意的。所以还是根据要求来就好。
以 CMU MIIS 项目的要求为例:
A good essay conveys three types of information about you. First, we look for strong evidence that you can do well in the MIIS degree program. For example, a description of your academic experience is good evidence. A description of a software project, your involvement in the project, and the impact of the project is good evidence. A description of an internship or professional experience is good evidence. These descriptions are stronger if they provide details about what you did, what you liked, and what you learned from the experience. Second, your essay is stronger if it explains why you want to be in the MIIS program. We understand that you may be applying to more than one degree program. Tell us why are you applying to this one, and what you hope to get out of your experience here. Third, a brief discussion of your career goals - what you enjoy, what you hope to do after you complete the MIIS degree - helps us to understand how the MIIS degree may contribute to your long-term professional goals.
一般来说,SOP/PS 可能会包含这些内容:
下面提供笔者本人申请 CMU LTI 的 SOP 的开头段和末尾两段:
“Give a computer a fish, you feed it for a day; teach it how to fish, you feed it for a lifetime.” I still remember this quote from Professor Hsuan-Tien Lin’s slides. After spending my freshman year without much motivation, it was his online course Machine Learning Foundations and Techniques that sparked my interests in Machine Learning and Data Mining. Today, I’m determined to pursue a Master’s degree from the Language Technologies Institute (LTI) at Carnegie Mellon University (CMU) because of the same passion that has been driving me to boldly advance in this exciting field for the last two years.
...
This technical leadership experience tremendously inspired me. It made me reflect on where the industry is heading and what I still lack to accomplish my dream. As computing becomes ubiquitous in our life, the future of software industry will be dominated by machine intelligence. However, shipping intelligent products is always faced with extra complexity stemming from its very nature. For instance, a Machine Learning system can never be as decoupled as ordinary software, because the reason to develop it in the first place is that the desired behavior cannot be explicitly programmed without dependency on external data. As in the case of EVA, data dependencies often lead to unexpected performance drop and high maintenance cost, which tend to compound and become what we know as technical debt. To create genuine productivity, we have to continuously pay off technical debt by making sound decisions and refactoring legacy codes. Therefore, apart from deepening my understanding of Machine Learning and Data Mining, I need to polish system design and software engineering skills as well.
My career goal is to become a leading intelligent software developer. And I believe that a professional degree would help me better prepare myself for it. After thorough research, I’m convinced that LTI is the best choice to realize my dream. As a trailblazing leader, LTI fascinates me with the way it combines research and engineering, especially the projects using large-scale information extraction and content analysis to combat crimes from human trafficking to cyberterrorism. I’m applying for Master in Intelligent Information Systems (MIIS) and Master of Computational Data Science (MCDS) because both program suits my experiences and interests perfectly well. Courses like Machine Learning for Text Mining and Large-Scale Multimedia Analysis will provide highly specialized insights and I cannot wait to challenge myself with them. Given my solid background in Computer Science, practical experience with research projects and sufficient exposure to industrial applications, I’m confident that I will succeed in this ambitious endeavor and teach machines how to “fish” forever.
可以看到开头很恰当地引用了林轩田老师的一句话,其余部分基本就是开门见山。而倒数第二段写了自己对 Machine Learning 作为一个软工系统的所具有的独特的复杂性的见解,最后一段通过描述对 LTI 的直观感受和项目里的两门课程来表达自己对项目的兴趣。
中间主体的经历部分由于包含一些隐私信息,不便公开。不过可以给出每段的中心句:
Motivated by my desire to gain a more systematic grasp, I joined Shanghai Key Laboratory of Data Science.
While gradually shifting my focus to real-world applications, I realized that many scenarios require customized tweaks due to various constraints.
Encouraged by my achievements and impelled by the curiosity to taste the difference between academia and industry, I joined Strikingly, a startup company specializing in website building tools.
总结一下笔者的思路,大概就是:
对于 DIY 申请者来说,我们需要依赖学长学姐或是文书咨询顾问的反馈来修改我们的 SOP/PS。这里比较推荐的方式是,找至少两位值得信任又能够及时回复的审稿人,用快速迭代的方式,每写一稿就发给他们,再根据反馈来修改。一开始不要急着对语言进行润色,而是把内容先定下来。最后如果有条件也可以找 Native Speaker 帮你润色语言,但要把握好修改的度,不要适得其反。
笔者本人的 SOP/PS 基本保持着一周一稿的速度,一共改了八稿,在这个过程中也得到了不少感悟。除了上面已经提到过的几点以外,还有:
还有一个问题是,对于不同的学校和项目,通常要提供不同版本的文书。但如果真的为了 N 个项目去写 N 份 SOP/PS,恐怕没人会有那么多的时间和精力。一个比较折中的解决方案是,先写出针对 dream school 的一份底稿,对其他的项目就在此基础上只修改开头和结尾的两段。一般而言,如果你申请的所有项目都是同一个方向的,那么主体部分是不用大改的。甚至在很多情况下,你只需要修改学校和项目的名字。当然,这里千万注意不要把名字搞错了。
CV 就比较简单,把常见的内容都罗列上去就行了,网上能找到很多模板,我这里也提供一个 LaTeX 模板系列作为参考。强调几点:
举例来说,笔者本人的 CV 包含如下内容:
Education
Professional Experience
Academic Experience
这里注意,笔者选择将 Professional Experience 放在前面,并在最后加入了 Programming Skills,是由于笔者主要申请的都是就业导向的项目。对于学术导向的项目,需要做相应的调整。
笔者本人的一个 Project 是这样写的:
Content Filtering
- Phishing & spamming detection service used by the main site.
- Redesigned the prediction pipeline to support customized i18n handlers.
- More malicious behaviors can now be identified with greater accuracy.
很好地遵循了是什么+做了什么+有什么用的结构,简明扼要又符合读者的预期。
在这一部分,你需要找到一定数量(一般是 3 位)的推荐人,将他们的信息填写进网申系统。系统将会向他们的邮箱发送邮件,其中会包含一个链接或一对用户名/密码用于访问推荐填写系统。推荐的形式一般是提交一封推荐信,加上回答若干个问题(跟被推荐人的关系,对被推荐人的各方面进行基于百分比的评价等)。
一般而言推荐人可以是:
对于北美申请来说,通常来自美国/加拿大的教授的推荐信比较有效。而如果是领域内知名的大牛,或者是要申请的学校那边有分量的教授(比如院长)这类就算是牛推了。当然,大部分人是拿不到牛推的。这时候在推荐人的构成上如果能够全面一点会比较好(至少对于 Master 申请是如此)。比如笔者的三位推荐人就分别是在复旦实验室的教授、交流期间实验室的教授和实习公司的 CTO。
在跟推荐人沟通时,要注意以下几点:
照理来说,推荐信应该是由推荐人自己起草和提交的。但在实际操作中,尤其是对于中国的教授而言,大家都知道很多时候推荐信底稿是由申请者自己写的。在这种情况下,一封好的推荐信应该满足如下几个要素:
跟 SOP/PS 相反,写推荐信切忌开上帝视角,很多细节性的东西你的推荐人是不应该会知道的。虽然说在没有牛推的情况下,推荐信处理得再好可能最多也只是起到一个不减分的作用。但从尽人事的角度出发,努力让推荐信看起来真实并且很好地支撑你的整个申请,绝对不会是一件有害的事情。
这里给出一个推荐信样本作为参考。
还有一点要注意的是,在填写推荐人联系邮箱时,一定要用职业邮箱。比如对教授来说就是 edu 邮箱。
在上述材料以外,项目有可能会要求以下这些材料:
申请时建议按照如下的步骤进行。
比较关键的就是第 4 点一定要尽早做,因为这部分的材料都是需要等待第三方进行处理的,不像其他材料可以拖到最后一天再提交(当然,最好不要这么做)。
实际操作时,笔者推荐每次完成所有项目的网申系统中的一个部分。比如今天的任务是填写基本信息,那么就一口气把所有项目的基本信息都填写完毕,不多不少。这样做的好处是效率高而且不容易遗漏。当然,如果你喜欢卡 deadline,那么显然就要从最想去的项目开始填一个提交一个。(说真的,不要卡 deadline。)
作为一个刚刚度过有着五门课和一周三天兼职实习的申请季的人来说,笔者深知这几个月对每个申请者来说都是一场艰苦的持久战。希望本文能为各位带来一些启发,节省一些时间。希望大家都能申请到自己的 dream school。