先说本人背景：我是国内本科，ECE MS Ph.D. 混申19fall结果Ph.D.全聚德，来美国念MS，然后21fall再次申请CS Ph.D.

两次申请都在一亩三分地上看了很多帖子，这次希望写一篇比较长的经验总结帖来帮助还有同样打算的同学少走弯路！

我想和看到这个帖子的人说，申请是一件运气至少占50%的事情，而且每一个人的具体情况，经历不同，结果也就自然不同，特别是phd申请，所以请仅仅将这个帖子看作是一个参考。

下面开始正文！正文部分将分为我的两次申请部分详细展开，各个阶段的背景也将在相关的部分介绍。

19Fall ECE MS Ph.D. 混申

硬背景

硬背景应该在上面的分享里就写了，我毕业于国内一所综排中游但是专排（通信）很高的985高校，我的本科成绩不是很好GPA只有3.6，Toefl是105分，GRE是325+4.0。

软背景

在通信领域发了几篇水会，都是小众方向，同时还有几篇journal在投，无实习，无暑研，只有一学期国外的交流经历。三分推荐信应该都是强推，不过推荐人都是国内教授，一份本科老板，一份本科院长，一份本科授课老师，应该也不是什么特别强的推荐信。

选校&结果

19fall的话我选择的是MS和Ph.D.混申，主要选择的学校很奇怪，主要是ECE专排前二十的学校，一共申请了16所次（该单位和人次一个道理），具体情况的话是：如果这个学校可以同时申请MS和phd，那我就两个都申；

如果这个学校拒掉的phd申请可以进入ms的candidate pool那我就申请phd，其他的就补充了一些phd的彩票校和ms的保底校。现在回头看看的话只能说当时的选校有病。

这么选校主要是收到了两方面的影响：1. 当时我年少轻狂，觉得硬实力不太够没关系，我的软实力放在同龄人之中应该还是算比较好。硬实力不够的话，可能top学校的ms直接硬要求直接刷掉，软实力够的话说不定遇到个professor制的学校再运气好碰到一个觉得我科研实力还行的老师直接起飞。2. 申请季心态有些不太好，患得患失。

这个选校带来的后果就是，我的phd全聚德，ms保底学校收了一堆。ms的话主要就是包括usc，哥大，cornell等等。最后挑了一所ms去念。

语言成绩T/G

语言成绩的话其实我没有太多可以介绍的，因为我本身的语言成绩也不是很高，也没有办法给大家贡献一点高分攻略。按照时间线整理一下的话就是这样，我当时托福是大一在外面上的课，上完之后考了一次，102，当时感觉够用了。

然后我就放下托福去考gre了，gre主要是自己做题，网上有很多verbal的题我刷了其中比较多的，然后数学的话是考前模拟了两套那个真题（我记得好像就两套gre全真模拟，连考试状态一起模拟的那种），作文的话也没有额外去练，主要是看范文，我个人觉得范文是怎么组织文章的，论点是怎么罗列的，段落中是怎么具体组织逻辑的比华丽的辞藻和从句要重要的多。

做完这一套东西我去考了一下gre，考了325+4.0，我其实觉得已经够申请很多学校不被卡了。

但是后面的话，因为和一起申请的同学交流，发现他们的成绩都比我高，所以我后来又去考了一下刷刷份，托福是考高了，但是gre考低了，所以基本没啥变化，最后两次就白给考试机构送钱了。

其实回过头来看的话我个人比较懒，新东方的gre小绿书和小红书我大概就好好背过10+list，tpo也就只刷过10+套完整的，其他都是离散式刷题，如果我勤奋一点可能标化成绩就会高一些，不过我感觉也没有太大影响，我个人的理解一直都是gre托福分数够用就行了。

给后来人的意见的话就是勤奋点以及多思考，总会考出一个比较好的成绩的。并且重要的是早做准备保持好的心态，最后申请前加塞考试肯定会慌的一批然后导致考的不好。给自己留有余裕总是有好处的。

GPA与科研

其实gpa我没啥资格说，因为我本身gpa在这样一所中流985也算申请者中不好的一批了，其实这一点是对申请结果影响最大的，我的拒信不谈百分百，但是至少百分之五十是因为这个。

所以各位一定要好好上课好好做作业好好考试，保持一个高的gpa是你成功申请的一半。

如果真的已经拿到了较为不好的成绩，我建议是多上一些课稀释一下，这样最后这门课的影响才不至于特别大。

科研的话，其实我高中是打竞赛的，数学计算机物理都玩过也都拿过不错的奖，所以进大学之后其实比较自然的就会找老师搞点科研充实一下课外生活。所以进组造的好处就是你的适应科研的时间就有了很长的缓冲期，同时只要稳定进步的话，你进组时间越早其实产出的成果就越多。

所以其实我也没有刻意去追求什么，按部就班赶组会的话，最后就会自然有一些成果帮助申请。（虽然都是不值一提的成果233）

暑研与实习

这两样我都没有，其实本来像跳过的，因为我都是在实验室干活，但是我个人觉得这个还是特别有必要的。官方项目的话，ucla的csst属于是特别好的项目了，还有uci的也不错，加拿大应该也有一些。这样一段经历会帮助很多。

非官方的项目的话就要看你本科老师的connection，地里的招生信息，以及自己发邮件去海套了。实习是我的盲区了，这方面我还需要在地里多学习（这也是我为什么发这个贴子，拿大米看面经啊！）竞赛的话我属实是不知道，感觉可能acm和igem可能会有点用？个人感觉国内的比赛以及数学建模不是很有用的样子，所以也就没花时间去搞。

套磁

套磁我也是套了的，不过很惭愧，基本没啥回复。当时对本科做的方向不是很感兴趣了，想换方向，所以套磁的都是别的方向的老师，因为按照我的想法是，与其去做一个我不喜欢的方向5年我坚持不下来，还不如申不到去个master的学校升个级打点装备再来。所以方向不match的话人家也没必要理你。

21Fall CS Ph.D. 申请

硬背景

这一趴没啥好说的，gre还有效，托福的话只要你在英语母语地区念的master一部分可以免，一部分可以交过期的托福成绩，当然还有一小部分必须要你再考一遍，master学习还是比较紧的，没时间再考一遍遂放弃那一小撮学校。

gpa的话我选了一些我从没接触的machine learning的课，一上来还选的是phd level的课，有点不太适应，持续性拉垮了一阵。

软背景

有几篇cs的非一作顶会发表，一作的有一篇在投。三份推荐信，研究生老板一份，本科老板一份，master thesis的co-advisor一份，一个合作老师一份，一个ta课的老师一份，一个在他phd-level的课上期中期末都拿了99分的授课老师一份，快乐6选3，有的甚至给了四份推荐信，但事实证明，多一份推荐信并不会让你被录233

选校&结果

经过了19fall phd申请的失利，我非常怕失学，在csranking上挑选了各个档次的学校一共20所，拿到了像osu ucsb的一些学校的offer，果然mit uiuc ucsd这种档次的学校还是看不上咱啊。

选课&科研

科研的话，我是本科出国念书的那个暑假除了和好朋友们出去聚，道别，我还把ECE和cs的老师都看了一遍，感兴趣的几个老师专门去看了一下他们的文章，当然隔行如隔山，我看大部分的文章就像看天书一样啥都不懂。

不过硬着读读懂一些之后，对一些感兴趣的老师发了邮件问能不能开学之后去被白嫖，虽然本科research方向不是很match但是可以去学。然后有一些老师给我了积极的回复，既然他不介意我啥都不懂，那我就撸起袖子去好好干呗。

当时的我对于machine learning可以说是敬而远之，我不懂ml和dl的区别，不懂graphics和cv的区别，不懂NLP和text analysis到底是不是一个东西，我还特意挑选了不做machine learning的老师发邮件，但是我阴差阳错的还是去了一个做这个最卷方向的老师手下干活，主要是我对这些名词不是很敏感，然后看上去很好玩就去跟着做了。

直到真正做起来之后才知道是做这个的。所以第一个学期我跟着github上的一些整理repo，跟着从CNN学起看文章复现，看文章复现，到了第二学期才开始跟着phd学长打杂。然后在学习的这段时间，我还选了学校里和machine learning相关的课辅助我打下这个方向的基础。然后第三学期自己lead了一个项目做做看。

然后就到申请季了。所以其实换方向不是一件不可能的事情，更多的还是看学习的态度吧。不过换方向的后遗症现在还影响我，非科班出身的我感觉还是需要再通过多阅读文献来培养自己的飞feeling。这个part也从另一个角度解释了，为什么我19fall申请的是ece phd而21fall申请的是cs phd了。

套磁

这次套磁我已经大概知道我感兴趣的方向是什么了，很明确，所以我就把我这个方向的老师都列了下来，放在一个google excel，一周一个学校只发一个老师。

因为研究生阶段做的是这个方向，所以我列表上的老师的文章都大概读过，不过在陶瓷老师之前我还是会把他相关的文章，最新的文章再读一遍，形成自己大概的一个印象，和自己的自我介绍cv放在一起来引起老师的注意。

经过两年前和现在的套磁，我觉得方向match一定是最重要的，如果方向match并且你在这个方向还有一些成果的话就会相对容易引起老师的兴趣。另外我还干了一件事就是，在twitter上和网络上搜索新入职的ap，因为新入职的ap一般没有多少名气，可能没有很多人联系，并且他们一定会有起始funding，虽然没有reputation是一定的风险但是新ap一般会非常认真的对待前几个学生，倾囊相授，所以我个人并不排斥，后来也证明了，给我回复给我发面试的大部分都是新入职的ap。大佬教授一般不理我。

面试&反套

phd基本上十个学校对你有兴趣的话九个有面试，没面试的那个还有可能是究极顶级彩票校。我个人收到的面试还是以非官方为主，老师个人对你感兴趣想和你聊聊。官方的话可能印象中就umich。

面试的话主要还是老师具体地了解一下你做过的项目，你到底在这些项目中扮演什么的角色以及介绍一下他们正在做的东西。有的老师会问一些machine learning的问题。有一个老师，做的东西相当硬核，我和他面试的时候就是全程数学题面试，由于我当时已经半脱产准备申请了，所以有些公式和推导已经开始模糊所以那场面试表现的很差。

面试一般集中在12月-2月，3月就没啥了。但是在末期，会有一些老师对你感兴趣主动联系你面试，即使你没有把他写成poi。由于是他对你感兴趣，所以没有把他写成poi的事情他也不会去追究，然后具体的面试流程的话还是像之前的面试一样。

在准备面试的时候，我把地里所有的machine learning phd甚至cs phd的面经都看了一遍，准备的还算充分。有一些老师真的人非常nice，最后没有和他们继续合作真的是非常遗憾。

结果

最后是我的老板的朋友捞了我一手不然我也应该申不到现在这个档次的学校。不过那些给我发offer的学校的老师聊过之后都是非常nice非常有idea的老师。

读phd之后

接了offer之后基本上就开始了phd生活，开始进组干活，不过可以感觉到申请的压力结束了，phd毕业的压力又接踵而至了，我作为一个转专业的machine learning方向的phd常常会感觉自己和那些大牛比起来还是差的非常非常远，每一天的实验结果也不是很好，总是感觉到焦虑。

在比较好的学校读phd还会感受到扑面而来的peer pressure，像之前那样的惫懒模样应该是要改进改进了。然后现阶段的目标就是想要暑假找个大厂的research intern打打工长长见识印点钱，如果点开这个帖子的你刚好有这方面的经验或者建议也欢迎你留言开导我这个小白。

最后希望这个帖子能为后来的申请人，后来想换方向的同学一点点帮助。最后用我的人生目标，《那些年》里的一句话最为结语勉励自己：“希望这个世界因为我能有一点点的不一样。”

大家如果还有相关的问题和看法，欢迎点击“阅读原文”到一亩三分地讨论。