哈佛大学CSE申请经验

[出录]

背 景

阮同学

加州大学圣地亚哥分校-计算机工程

录 取

哈佛大学-计算机科学工程

一

如何在低年级找到研究课题

其实在大一期间我也没有做什么真正对申请有正向影响的事。只是适应新学校、上上课、和同学们做做饭。但我想强调一点就是GPA。大学四年如果想要一个比较好的GPA就不要在任意一个阶段掉链子。而大一往往是大家挺容易掉链子的一年，所以我希望大家从大一开始就意识到GPA对申请的重要性。

大一暑假我在一家网络信息安全公司做实习并上了summer section的暑校。大二回来我就开始找research。我在跟我们学校的CS教授沟通后发现教授们普遍认为大二是开始research最好的时间，你会有足够的时间去认识一个领域并且完成一个项目。我当时对去找教授这个问题上有一点社恐，然后我大二的时候就读了一遍我们CSE底下所有processor的CV，挑了十几个我比较感兴趣的研究领域，然后给教授们发邮件去问一下research oppertunity,结果石沉大海了。我当时也蛮沮丧，但是教授每天会收到就成千上万个email，他们也很忙没有时间去处理这么多，那么最直接的一个办法呢就是去找他聊天。我当时就直接去找了我发Email的教授聊天，没想到他其实已经把我的一个资料发给了他的一个研究生然后他过几天去联系我了，没想到我就自己来找他了。就这样我就找到了我这在大学的第一段research。

大二，我半个暑假都在夏校，另一半呢也是靠我的research的一些经验在国内一家AI芯片独角兽的企业做了算法岗的实习。步入大三之后大家就应该要去考虑哪些老师能去给你写推荐信了。当时我算了一下我有一个AI深圳公司实习，这个经历的可以给我写一封推荐信。还有一封是我刚才说的research，正好差一个。我大三下了两个学期正好我有一个机器学习的课，我就想正好可以套路一个教授。于是我基本上每周都去他的office hour，和他聊课程相关的东西，再聊什么好吃的餐馆呀，中美政治局势等等。那最终呢他也不仅仅是给我写推荐信也给了我一段儿这个summary search opportunity。只要迈出第一步然后最后你就会发现一切可能啊就work out that right。

大三暑假我在家大概四个月写代码、跑实验。这段学习就产出了一篇paper然后在去年十月的时候投出去了。这基本上就是我申请前期准备的总结，也希望大家能在我的这时间线中有所收获。

二

计算机申研时间规划

刚开始的时候我的时间其实还蛮紧张的，因为我第一个DDL是十月十五号，当时我不刚交了一个paper，它的截止在十月底，同时我GRE也安排在十月底，还有上学的课程不能落下，所以当时对我还造成了蛮大的压力的。所以我推荐大家GRE尽量还是早考，大三或暑假前解决是最理想的。

从十一月到一月底就是整个申请期最主要的阶段了。其实大家在这个时候能干的事情已经不多了。你所做过的项目实习research、TA等这些经历已经在你过三年已经定性下来了。我认为在申请期最重要的一个是整理，系统地呈现自己过去三年的成就。还有就是文书。文书能够让你在一堆人中脱颖而出。我觉得最重要是要找出一些自己与别人不一样的地方。我个人感觉我文书里做的比较好的一点就是每个学校所有教授的研究方向我都去过了一遍，然后找出一个教授的某个论文然后在文书里讲我觉得研究这篇论文非常有趣，谈一些自己的理解。这就体现了你读文献的能力和你自己发现问题、开发课题的能力，也能真切的体现你对这个学校的兴趣。

三

一手选校信息分享

我在申请季的时候其实已经收到我们学校本硕连读的offer，所以计划的选项列表都是在某一方面比我们学校更为突出的学校。这里提醒一下如果你的本科和硕士来自于同一个学校可能硕士文凭对你的加分就比较少。

我选校名单大概分为两类，一类是大家耳熟能详的四大，这些学校让你有足够多选择的课程，并且他们的科研能力很强，国际声望也很高，在计算机方面几乎没有短板。另一类是CS科研方面属于T2水平，但是他们胜在国际声誉。我选了宾大、耶鲁、康奈尔、普林斯顿、哈佛这五所学校。大家如果没有跟我一样有本硕保底的话还可以选择CS方面的大众情人他们科研强教授多课程选择也非常丰富，去了买不了吃亏买不了上当。除了名头较小或者有些某些学校地理位置较偏基本没有短板。他们申请难度可能相对于我刚才说的学校稍微低一点，但是也是大家的不二之选。最后呢我也想给大家吐槽一下疫情申请期间的内卷。很多学生在去年疫情的时候defer加上疫情期间的一些资金短缺导致今年很多项目的名额都有大幅度的缩水。

四
Q&A

1. 打算继续读Ph.D吗？

我现在还在纠结，个人感觉如果遇见一个好的导师你这四到六年才不会过得太困难，但如果你没有遇到一个好的导师的话可能就会读的很憔悴。我也不太喜欢这种内向的环境。

2. 听说AI machine不太好找工作?

如果你要做一个算法工程师的话可能不太好工作但是我可能更倾向于machine learning 这方面的工作可能不是那么吃PhD。

3. CS和DS有什么区别？

我个人感觉的话它们是一个包括的关系。DS其实是CS的其中一部分，然后DS也包括数据可视化、数据处理、大数据挖掘等等。CS包括的行业就更多，有system 、architecture、network。security average。如果你已经想好要去做什么的话，DS学的东西更专精一点。如果你还是没有确定自己的目标的话我特别建议你去学CS，这样你选择更多一点。你可以多上一点课看自己喜欢哪个方面。

4. 哈佛和MIT是互通的吗？

对，可以互相选课。但一般来讲是有限制的。我这个项目的话有一半的课可以在MIT学一半可以在哈佛选。

5. 哈佛DS和CSE的录取率有什么区别吗？

给大家分享一个独家数据源，我去参加了他们只面向项目录取人的meeting。今年DS录取率是5%，CSE的录取率是6%。大概申DS的有1200多个人，申CSE的有小1000人 ，这么看的话DS的录取率更高。

6. office hour 是一个人吗？

有的教授喜欢让你一个一个人，这种情况下你比较恐怖的，但是适合说自己意愿，因为一哄而上的话就很难就是跟教授说一事。

7. 大二的时候一学期平均学多少课？

我们学校的UC系统是quarter制的，一学年有三个quarter。我个人一般推荐三到四节课。

8. MS多长时间的啊？

我这个项目是一年半，DS的话可以到两年。

9. DS可以用在哪些领域啊？

我感觉每个领域都需要DS。现在我们在一个大数据的领域下，无论是医疗、汽车金融包括传统的一些互联网公司都需要。

10. 在美国怎么找实习啊？

我在美国找时机其实并不是特别顺利，但主要几个渠道肯定是career fair和海投，或者找学长内推。然后呢在找实习期间一个多刷题，另一方面给自己的简历进行润色把自己的项目中掌握的东西自如的表达出来：你用了什么技术，你实现了什么，你的项目跟别人有什么不一样，这些都要拿出来侃侃而谈。当然最后一轮的behavior question也要好好准备，因为现在很多公司很注重人文方面的一些东西。

11. 有面试嘛？如何准备？

一般来讲硕士是很少面试，康奈尔Tech和哥大是有面试的，但也是那种online interview一般只是看你的英语的逻辑，你只要大概侃侃而谈就好了，并不需要什么有过多的准备。

12. UCSD的BSIMS项目怎么样？

应该还是很不错的，但我之前也说是想换一个环境，因为感觉本科和master在同一个学校读的话可能对你们自己的加持不大，除非你读PhD。

13. 对大一新生有什么推荐？

好好刷题，好好了解，学校好好物色教授。如果可以的话也可以提早做一下ta，其实也是蛮好的经历。