百科问答小站 logo
百科问答小站 font logo



美国研究生EE转DS或者BA? 第1页

  

user avatar   zhu-wei-zhi-zhong-qu 网友的相关建议: 
      

前言

申请季对我而言,已经是很久之前的事情。回望过去,还是有颇多感触的。在之前的留学申请中,我和很多留学初体验者一样,迷茫过不知所措过,付出过汗水和努力,承受了焦虑和不安,甚至还有过想要放弃的念头。但好在一切都熬了过来,最后也如愿拿到了女神校的录取通知。天将降大任于斯人也,必先苦其心志,劳其筋骨,之前的努力换来了一次宝贵的留学机会,还是很值得的。在此,根据我之前的申请经历,跟大家分享一些干货,希望大家在读完之后可以有所收获,可以尽量少踩雷。

一、个人背景

本人毕业于浙江大学,专业为机械自动化。 硬件成绩: GPA成绩3.80分,其中核心专业课GPA成绩为3.98分,排名为专业第二名; 托福成绩为103分,其中口语成绩22分; GRE成绩为158分+166分+3.0分。

软性背景:

发表过一篇EI论文以及四项第一作者的专利 拿到了IEEE VTS副主席的推荐信 参加过数学建模美赛,拿到过Outstanding奖项。

我对自我剖析还算是比较深刻的,我知道自己喜欢什么,想要什么,在申请之前我就已经对我的未来进行了规划,硕士毕业后我是打算直接就业的,从事的领域就是Data Science领域,之所以申请这个项目,主要是因为该项目和我的申请需求比较匹配,对我的未来工作发展有所帮助。

二、项目分析

最近几年,Data Science项目的申请热度一直都在增加,申请基数和竞争压力都比较大。个人感觉这个项目在课程设置上,还是很合理的,大部分的课程都是围绕着数学和计算机这两个方向进行教学的,选课灵活度比较高,选课范围也没有太大限制。如果你想要转到CS项目的话,也可以在入学后多去咨询一下转项目的相关消息;如果你只是打算多多学习一下CS领域知识的话,你可以多选几门CS方向的课程进行学习。

三、选校

其实数据领域本身对申请者的本科背景就没有特别大的限制,跨专业申请的同学还是很多的,而且并不是单单可以申请Data Science这一个项目,你也可以了解一下其他项目,比如说:Analytics、商业分析、CS或者EE、统计学、System Engineering、IERO、Scientific Computing、Computational Sci.&Eng等等。

Data领域的项目并不是仅仅有刚刚提到的几个项目,在之前的申请季中,我最开始在了解项目时,我了解到Data相关的项目有50多个,每个项目在课程设置上都会有一定的偏差和侧重点。我很清楚选择项目和大学的重要性,所以在搜集和整理信息的过程中,我也比对了好久,通过综合考虑,最后我决定申请12所大学,包括6个方向的项目:

拿到AD的项目包括:

Cornell的Tech ORIE Upenn的Scientific Computing Gatech OR项目

拿到拒信的项目包括:

Stanford的Management Sci. & Eng. Harvard的Computational Sci. & Eng. Brown的DS、Columbia的MSE NYU的DS、北卡的Analytics CMU的Statistics以及NWU的Analytics项目

虽然我的背景还可以,我身边的朋友和老师都感觉我应该可以申请到很不错的大学,不过我对自我定位还是很了解的,虽然过往经历丰富,但并没有那么多的申请优势。所以全部的申请结果出来之后,我也没有特别失望,也算是在预期之内吧。

虽然拿到了不少项目的拒信,但有很多拒信都在我的预料之中。

Stanford和Harvard这两个大学,本身我就没有抱太大希望,毕竟这两所大学的申请者都是学霸中的学霸,所以拿到拒信很正常;

之所以拿到了哥大的拒信,主要是因为我没有参加面试。哥大项目的含金量还是比较高的。但后续了解了Data未来就业前景之后,我发现我对咨询和商业分析相关的工作内容的兴趣不高,我的理想岗位是Data Scientist相关的岗位。哥大项目的课程设置,会涉及到一些工业相关的课程,如果你毕业是想要从事商业分析或者咨询此类的工作岗位,哥大项目还是比较适合你的,而且哥大在国内外的认可度也是比较高的;

Cornell Tech这个项目在申请要求中明确提出,需要申请者修过优化,CMU统计学项目要求申请者修过随机过程,我既没有上过优化,也没有上过随机过程,不符合申请需求,拿到拒信也正常;

在申请Brown之前,我就了解到该校对托福成绩有硬性要求,需要申请者达到105分,我的托福成绩不够,申请纯粹就是抱着侥幸的心理,也没有抱太大希望会被录取;

NWU以及北卡这两所大学的Analytics的项目属于就业导向型的项目,自然对实习经验会看中一些,我的个人经历都是机械和控制领域的科研项目经历,一点Analytics的实习经验都没有,被发拒信很正常;

NYU DS项目的招生官更倾向于录取本专业或者具备良好数学能力的申请者,我的数学能力并不是特别突出,这应该就是我收到拒信的原因吧;

OR领域的项目,我申请的结果倒是都很不错,毕竟我具备丰富的控制、机械领域的科研项目经验,还拿到过INF ORMS的奖项,其实在申请的时候,我就比较有把握的,后来拿到AD,也没有特别惊喜的感觉。

Upenn Scientific Computing这个项目,我在申请的时候把握就比较大,后续拿到AD并没有特别惊讶。在申请之前,我全方位地了解和分析了这个项目的录取门槛,综合比对了自己的背景,匹配度还是比较高的。

如果你对双学位感兴趣,那你可以考虑一下这个项目,我之前在论坛上了解到,这个项目可以同时申请沃顿双学位。我本身对MBA学位比较感兴趣,感觉MBA学位对未来的发展和晋升应该可以起到一定的作用,最开始是打算申请的。但后续了解到MBA不在申请双学位的范围内,再加上入学之后没有太多的精力和时间去再修一个学位,就没有然后了。

就当前的形势来看,个人感觉科学计算的相关知识的运用范围还是比较广阔的。我所了解到的这个项目的录取者,本科背景还是很多元的,什么专业出身的都有。不过这个项目之前招收的名额并不多,听老师和前辈们说,可能后续会扩招。

各位如果对这个项目比较感兴趣的话,可以去看看项目的官网,上面的介绍还是很详细的:

pics.upenn.edu/masters-

选校和选项目一定要重要,毕竟这关系到你后续的职业发展。同时,大家也要明白一件事情,那就是选校和选项目这并不是一个单项选项,是申请者和学院的双向选择,一方面,招生官要审查你提交的材料,判断你是否符合他们的录取要求,决定要不要选择;另外一方面,也是你要结合自己的申请需求,判断这个项目对你的未来发展是否有帮助,决定要不要申请。在选择项目和大学的时候,不要盲从,看别人申请哪个,你就跟着申请哪个。你要对自己有着深刻的剖析,明确未来职业规划,选择那些适合你的,对你未来职业发展有帮助的项目去申请,这样才不会浪费你的时间和青春。

选校的话,我并不建议你局限于某一个项目,就像刚刚我说的,Data方向的项目有50多个,你可以多去了解一下,申请一些不同track的项目,比如说我就申请了12个项目。在选择的过程中,你可以制作一张excel表格,把你感兴趣的全部项目都罗列出来,然后在根据自己的兴趣多少,去pass掉一些兴趣没有特别大的项目,这样不仅可以节省申请的时间和精力,还可以节省很多申请费。

四、其他申请材料的准备和需要注意的地方

在撰写PS这个问题上,大家尽量不要使用模板,更不要草草地就写一份PS,用这一份PS申请所有的项目。不同的项目,会有不同的录取标准,招生官审查的侧重点也会有所不同,打个比方,如果你申请的项目,倾向于录取具备良好数学水平的申请者,那么在撰写PS的时,就要侧重突出你的数学能力;如果你申请的项目属于研究型项目,此类项目肯定会更喜欢具备丰富项目经验和科研潜力的申请者,此时你就要在PS中着重突出你的科研潜力;有些项目更喜欢具备丰富实务经验的申请者,那么你在PS中,就要通过具体案例来证明你的实务经验。我认为在撰写PS时,你要学会分析不同项目的录取倾向,进行有针对性的撰写,这样才能对症下药,提高申请的成功率。

我之前在写PS的时候,会先写一个比较通用的PS,然后根据每个项目的招生要求去修改PS,添加一些有针对性地细节,把无关的内容删掉,而后在反复修改,一直到满意为止。如果你申请的项目很多,可以按照我这个方法去撰写PS,如果你申请的项目少,也可以专门针对每个项目,单独去写PS。

推荐信的准备上,与其选择那些不了解你,撰写时泛泛而谈的大牛推荐人,倒不如选择那些虽然业内知名一般,但对你十分了解的推荐人。其实你可以直接和你的本科教授说一下自己想要留学,需要开具推荐信,如果你平时上课表现不错,成绩也比较理想的话,说不准还能要到强推推荐信。就算只是普通推荐信也没什么,大部分教授都会同意帮你开的。我感觉最起码选择4个到5个推荐人,如果突然出现有些教授临时因为项目或者其他事情比较忙,没时间帮你写推荐信的情况,我们也有备选,不会太慌。

GT成绩越高越好,一定要预留出来充裕的时间备考,尤其是GRE,高分GRE还是很有 申请优势的。

五、一些转专业的小Tips

这部分的介绍主要是针对跨专业申请的同学们,如果你本身就是科班出身,可以不用看这部分的分享了。

首先来说一下课程,很多项目都会要求先修一些课程,例如线性代数、微积分以及概率统计。如果你可以修完这三门课程,差不多可以满足刚刚我提到的12个项目中大部分项目的先修课程要求。有些DS项目的招生官,很喜欢数学背景以及具备良好数学能力的同学,概率统计和Optimization这些课程,如果你成绩不错的话,在申请中还是比较加分的。

如果你跟我一样,都是机械专业出身,申请Data方向的项目(CS以及EE这两个方向除外),还是有很大希望的。当时在申请前搜集材料的时候,我记得Gatech OR项目的官网上,写着这样的一句话:我们并不强制要求申请者具备运筹的相关背景,不过有科研项目、实习经验的话,那肯定是更好。

在申请季最初,我身边有很多小伙伴都是跟我一起申请Data项目的,但后来随着大家的深入了解,有一部分改成了主申CS项目。个人感觉,选择哪个方向的项目都可以,只要符合你的职业规划就ok。但如果你想要申请Data项目的原因,单纯是因为近几年热度较高,就业前景比较好的话,我更建议你申请CS项目。因为单从就业前景和市场需求来看,CS项目的前景会更好;又或者你是因为DS项目申请压力比CS小,竞争没有那么激烈才申请的话,我也不建议你申请,刚刚我也说过了,有些DS项目的竞争还是很激烈的,如果你本身不了解这个项目,属于跟风申请,并不是因为兴趣和热爱的话,尽量也不要申请,因为兴趣是最好的老师,你都不喜欢这个领域,真的入学开始学习了,可能收获也不会很大。

我一直都感觉,你想申请Data方向项目的唯一理由,就是因为你对这个行业感兴趣,如果你并没有什么兴趣,单纯就是跟风或者就业前景,那倒不如申请CS项目。

这里我再分享一个小故事,是我周围的真实故事。我有一个小伙伴,最开始的时候,是申请PhD项目,后续拿到offer,入学之后,又发现自己并不是特别适合读PhD,随后博士申请退学,重新开始准备MS项目的申请。个人感觉,如果你现在已经是PhD在读了,发现自己并不是特别适合,但还在犹豫要不要继续读的话,还是早些决定,然后退学开始重新做打算会比较好。同时,在重新开始之前,一定要对自己有一个自我剖析,你要问问自己为什么想要退学,自己喜欢什么,自己想要什么。一切都考虑清楚了,再重新准备,不然还是比较浪费时间的。

在留学这个问题上,每个人的经历都不可复制,经历的事情不同,自然感受也会不同,每个人都有自己的规划,在细节上肯定会有些差别,所以建议各位在参考别人的经验贴时(包括我的),还是要根据自己的申请需求和自身情况去斟酌选择。不过肯定也会有一些适合绝大部分同学的申请经验,不过我还是感觉要多看多了解。

申请季最开始的时候,你就要对自己有一个明确的定位,同时你也要确定自己的未来规划,最好是可以有一个努力的目标,目标可大可小,如果是大目标的话,后续分解成一个个小目标,然后逐一去达成就好。

申请留学并不是一件简单的事情,可能在最初你确定的目标并不是完全适合你的那一个。你要做的,就是在准备的过程中,不断深入地去了解,不断思考和分析你的选择是否符合你的未来规划,你申请的项目是不是真的适合你,如果发现不适合,一定要及时止损,更改你的目标,重新整装待发。

我一直都感觉,出国留学是一个锻炼自己的机会,你会在前期准备、后续入学的这个过程中遇到很多困难和阻碍,但在解决的同时,对你也是一种历练和成长,你会变得更加成熟稳重、自信坚定。同时,你也会越来越了解你自己,知道自己喜欢什么,想要什么,会找到自己的初心,其实跟着初心去生活,做自己喜欢的事情是一种很幸福的经历。

最后的最后,希望各位都可以在申请季中拿到自己女神校的offer,开启自己的硕士学习生活。




  

相关话题

  美国研究生出国留学费用? 
  出国给你最大的感受是什么? 
  中国人在美国为什么融入不了当地人群?文化间的隔阂你们到底怎么理解? 
  如果现在摆在你面前有清华和哈佛的两份录取书,你选哪个? 
  出国留学到底有多贵? 
  如何向不重视新冠疫情的美国同事科普其危害严重程度,引起他们的重视? 
  怎样才能写好留学文书呢? 
  NBA中,有哪些让你「目瞪口呆」的冷知识? 
  如何看待欧洲数据机构要求脸书(Facebook)不得将数据传送到美国? 
  美国本科留学生在当地政策允许的情况下,经过合法手续持有枪支的利弊? 

前一个讨论
英国布里斯托大学怎么样?硕士申请截止时间一般是在几月份?
下一个讨论
在加州大学系统ucd,ucsb,uci offer中选取哪一个就读,从地理,综合实力来考量?





© 2024-11-05 - tinynew.org. All Rights Reserved.
© 2024-11-05 - tinynew.org. 保留所有权利