世毕盟留学： 志存高远，与优秀的人为伍，脚踏实地，人生必定辉煌。
把所知道的一切都告诉你，我的2018 CS申请总结！
（ 世毕盟学员）
看过很多GGUers的申请总结，其中不乏发自肺腑，令我感动之篇，如一位南大物理系学长在浑浑噩噩度过了整个大学，GAP年又饱受精神上巨大压力的情况下最终申到Umich机械的励志故事。虽然我申请到的学校并不是什么大名校，但是受到他们的激励，我也想把我在这个申请过程中亲自摔过的坑告诉大家，让大家少走一米弯路是一米。
注：本文不可避免的夹杂一些作者个人观点，请谨慎采纳；同时本文主要适用于人工智能的NLP领域申请，仅部分经验可直接拓展到其他领域。
背景简介：
学校：FDU
GPA：3.41/4.00
T：100(s22)
G：154+168+3.0
实习：一段创业公司3个月实习
科研：很水的一段
很多人为了体现自己之弱小，侧面衬托自己申到XXX学校有多么的不容易，都会说自己的科研是水科研，自己的实习是水实习，但是往往他们在这些所谓的“水”经历中也实实在在的做了一些工作，并没有他们说的那么不堪。
但我就不一样了，我那段实习是在一家金融公司（和NLP完全是两个方向），名义上是做高频交易开发，实际上在短短的三个月，每周只去3天的情况下，直到实习结束我都还在上手阶段，做做练练手的task就结束了，写过的每个小项目的代码都不超过300行，为公司做的唯一的事情是帮他们洗了十几KB的数据。
至于research，我其实只是选了一些CV里面热门的神经网络（VGG/Xception/Inception/SENet），把这些网络卷积核的宽度改成1，直接套到文本分类上面。那段时间我还在二刷GRE，实际参与research的时间只有一个半月。
饶是如此，我依然申到了专排40的SBU和有大牛坐镇的RPI，虽然都不是啥名校，但是对比起我的两个一起出国的室友，他们英语绩点都比我好一点，分别有网易和阿里的实习，申请master也只是申到了专排30的NYU和UChicago，我算是挺幸运了。在这里也要感谢我在GGU的两位mentor。我去年8月份才报了GGU，虽然我自身条件不好，但是GGU依旧为我安排了清华本科S大硕士的国外mentor，和培训师姐姐一起为我改文书，简历和PS改了不下五遍和20处，把我仅存的亮点都体现了出来。
一开始PS我想写我大学期间尝试了很多方向最后选定NLP，mentor指出我这么写会让教授认为我不够专注在NLP上，且前面尝试很多方向这个过程不是重点，PS惜字如金不应赘述这么多。最后我按照mentor的要求改了。而我最后申到的两个学校都没有安排面试，文书起了主要作用。在此非常感谢两位对我的指导，祝培训师姐姐以后带的学生越来越棒，也祝mentor能早日找到对象！
一、在MS和PHD之间犹豫不决，怎么办？
我大学前三年的research经验为0，直到大四的10月（对你没看错，就是大部分学校ddl 12.15前两个月）才决定读phd。令人窒息的操作直接导致了我能用来提升背景的的时间非常有限，所以在此我也要劝告学弟学妹们，如果你不确定自己以后要走research方向还是当一个普通码农，一定要先在实验室好好搬至少一年的砖（不是在实验室挂个名字，每次组会去听听水水过就行的那种，一定是要帮组里面的学长或者导师实际干活）。
这样，即使到时候你发现你不喜欢research，你也可以凭借你的实验室经历申到不错的master项目，毕竟，哪怕是名字上写着professional master，纯粹是为了找工作而生的项目，research经历都会对你的申请有加成，但反过来，倘若你要申phd，你就是把各类前端框架用得滚瓜烂熟，在高大上的Google实习过，也对申请没有任何加成
二、英语考试
英语复习务必讲求一次搞定，尽量不要二刷（尤其相隔时间久了单词等又要从头捡起），有能力的话G最好在大三寒假之前搞定，T可以稍微晚一点（毕竟有效期短），大三下学期后把精力留给暑研和最后的申请。如果对学英语有抗拒，不妨把学英语的时间分摊到平常，比如从大二开始每天学2-3个小时，而不是像一些人一样花一个假期爆肝，这样可以有效消除对英语的厌倦。当然学英语这段时间内不能安排其他重要的事情（比如实习等）。
在具体如何备考方面我没有太多经验，唯一的体会就是GRE作文词汇量一定要够，文采不够字数来补，我一刷的时候作文只是将将写满一屏幕，右边刚好出现上下滚动的滚动条，二刷的时候，之前背的作文模板已经忘了一些，可以说文笔是不如上次的，但我写了一屏幕还多5，6行，我觉得正是这个把我的作文提到了3.5。
至于考到多少分够用，因学校而异。对于top20级别的学校来说，优秀的申请者不缺，人家也能发顶会，GPA也上3.8，英语105+325，那凭什么要你这个英语差一点到线的人呢？所以我觉得，假如你要申请的学校排名很高，或者是非去不可的梦校而又有特殊的要求，那么为了学校二刷是完全值得的。
对于一般的申请者（申请top25以后的phd），则没有刷分的必要，尤其是不要为了一两个非梦校的要求而单独刷分，这个档次的学校申请者不会那么有竞争力，自然也就不会要求你三维无伤。如果时间比较紧，与其把时间花在英语上，还不如花在套磁和做科研上，英语成绩这种东西还是可以通融通融的。
三、留足保底校
申请是一门玄学，尤其是AI phd，很多学校某一个具体领域（如CV、NLP）还在做的只有那几位教授，而近年来大牛校的AI phd申请数量已经飙升至上千之多，即使让学生帮忙粗筛能筛选掉90%，也还剩下100份申请材料，这些教授平常又都很忙，到最后，甚至可能得用抓阄来挑学生。
即使是非大牛校，也可能出现A比B硬条件全方位好但是最后B拿到了offer的情况，比方说和我同样申请NLP phd的一个同学，她各方面都胜过我一些，比如说GPA 3.5且有知名外企的机器学习实习，她最后拿到的offer数也比我多，但我拿到了RPI的offer而她没拿到。毕竟申请这玩意不是硬条件更好就说了算的。所以，各位一定要留足保底校，只有一个保底校是不够的。
四、快速筛选教授
NLP领域的教授可以分成两种流派，一种是从传统的语言学角度切入的教授，这些教授一般都比较老，他们的文章里面数学公式会比较少，对于喜欢数学不喜欢文字的人来说看这类教授的文章可能会比较晦涩难懂；另一类是用ML/DL来做NLP的教授，这部分教授平均年龄会年轻一些，很多都是最近两三年找到教职的新faculty，看这部分人的文章，里面数学的东西会多很多。
以我的观察，大部分学生都倾向于用ML/DL来做NLP，所以除非你确定你也很喜欢从linguistic的角度切入NLP，否则当你看到一个教授，他近几年的publication list里面的文章数学公式很少，图表中不怎么出现神经网络，语言学的术语（syntactic, lexical, semantic）频繁出现时，你就可以认定这位教授还是传统老派的从语言学出发研究NLP的，不是你的菜。用这种方法，最快可以之花几分钟，扫一遍教授最近几年发的几篇文章，就筛掉一位教授。
与此同时，挑选教授时还有其他窍门。有些入职几年的教授，你用谷歌学术看他引用一千多，会觉得很厉害的样子，但是你把他的文章按引用次数大小排序，你就会发现可能某一篇重量级文章就占了他这辈子引用的70%，而他在这篇文章里面只是4作，他其他的文章最高引用才三四十，而且已经是2015年的事情了；而有些教授，在读博期间发了很多好paper，自立门户出来干这几年发的文章最多也就是二三十引用的数量。我以上提到的这两类教授，虽然引用高，但是自己独立研究的能力不是很强，选择他们要万万谨慎。另外，有些老教授，一辈子引用上万，但最近几年的引用都不高，也要多方打听，他是否还在一线做research并能亲自指导学生。
五、最后我想说
AI这块竞争实在太激烈了，就NLP领域来说，排名40-70学校的大牛教授实验室的bar已经到了国内C9，GPA3.5+，有solid research experience的地步了，如果想走AI这条路，请务必再三思索自己到底是否真正的热爱，毕竟你要付出至少5年的时间成本，哪怕以现在火爆的行情来看，读5年毕业的phd的收入还是持平或者不如2年master+3年工作经验的人，而这几年又将生产一大波phd，等他们都毕业了，劳动力市场的饱和会不会导致ai从业人员薪酬的下降？ ai本身又是否会泡沫破裂？这些都值得每一个想申AI的人细细思考