中午到实验室打开msn和hotmail就收到了GIT的Offer：“...Your financial support includes a tuition reduction to $25 per term as part of a Graduate Research Assistantship with an initial monthly stipend of $2,131...” 415之前答复。感觉这个offer来得挺早。上Gradcafe刷了一下，发现CS方向大批放offer的还是只有UIUC第一轮的TA，以及一个Berkeley的口头offer(某海本)，GIT一个都没有。其它所有学校几乎都还没消息。收到offer还是很开心的，但并没有想象的那么激动。为这个努力了太久，走过许多曲线救国的道路，很多激情最后都沉淀成了信念，觉得是水到渠成的事了。

据说GIT每个月要交很多杂费，RA的钱税后大概也就1700-1800左右。减去杂费后很少了，刚够生活(待求证)

报一下背景：

学校：某二流985 EE本科，弱背景弱GPA 82;HKUST EE MSc/ECE M.Phil，GPA 4.0/3.81

Paper：2篇1作Top conf，1篇1作Top conf在投，1篇1作Top Journal，2篇1作2nd tier conf，n篇3作或以后的2nd tier conf

研究经历：曾在深圳某研究所一个不错的实验室实习，现在CMU Robotics Inst做RA，研究生期间研究经历比较多。

推荐信：HKUST MPhil导师，深圳实习导师，CMU导师

语言成绩：GRE 155/167/3.5 TOEFL 111 (30 30 23 28)

方向：机器学习，计算机视觉

写一写面试的经历吧：

1月13号收到套磁老师的信问有没有时间面试，想测试一下我的English communication ability。他说觉得我的GRE Verbal不是super high(但我觉得T才更能反映= =)。16号面完，18号收到的offer。套磁的老师非常nice，之前曾帮我把材料给highlight了，说是让更多教授能看到。还说“If u get offer from MIT Stanford CMU Cornell, u should go.”(但我觉得这些学校除了CMU好点其它希望都不大)。面试完说，会talk to the admission committee。

面试的过程非常顺利，英语一直都不是我的弱项，而且自己做的Topic也都比较熟悉。还要感谢在HK的研究经历，每次跟老板meeting都是用英语聊research的，所以习惯了。先前特意准备了一些他可能问到的问题，但实际上面试的时候没用上太多，基本在自由发挥。

晚上10点左右开始的面试，聊了大约4、50分钟。从时间判断应该是Personal的那种，非committee。

一上来先简单地问候了一下，然后还问了一下我申请其它学校的情况，问大约什么时间出结果，我说大概二月。再就问assistantship会不会跟offer一块来，我说Stanford可能会给AD，其它很多学校应该是PhD offer means assistantship.

然后似乎是对着我的简历从本科问起。问了一下本科学了哪些课以及背景，我特意强调了一下本科的Program比一般EE Program更重Math和Computer。

然后聊到HK的经历，问MSc跟MPhil有什么区别。我回答MSc是by course的，MPhil是by research的。顺带聊了一下自己在MSc时候的研究经历。

再就是着重问MPhil的课程，问有多少课跟机器学习和计算机视觉有关，我说几乎所有的都是，把课程题目和内容简单列了一遍。然后问convex optimization学了什么，stochastic process怎样之类的。其实问这些的时候我有些虚，因为很多东西忘得差不多了，我就很模糊地回答convex用的是Stephen Boyd的教材，但比Stanford的公开课简单。学习怎样把一些优化问题formulate成convex的，还有KKT condition。。。如此这般。Stochastic我拿的是B，因为自己确实不是很喜欢这门课，所以也老实承认了。扯了一下Bayesian Probability, Kalman Filter。教授则说他研究的问题很多跟Stochastic Process还是很有关的，囧。

然后是自由地聊我的研究和他的研究，聊了一下我的paper，还问我对计算机视觉和机器学习的关系，问我现在CMU做的project。他则提到了音乐流派的分类，说对这个有兴趣，问我有什么idea。我一时语塞，因为从来没做过音乐的分类，实在没研究过音乐该怎么提特征。随便想了两个很简单的方法，用傅里叶变换，或者是用类似Image Classification里面的Bag of Words方法。最后实在不行了，说没太研究过音乐的特点，不知道怎么去抽特征。他就提到了用Deep learning的方法自己学特征。我一下就后悔了，怎么没想到这个。

还聊到研究方向的问题。我感觉我和他的研究方向还是有些区别的，但我说只要跟机器学习有关的东西，都会感兴趣。

最后教授鼓励说“It's a nice chat. Your research profile is very competitive.” 我听了很高兴，觉得聊得还是挺开心的，希望应该不小，只是没想到offer来得这么快。

关于CS方向的申请还有些个人感觉想分享：

1. 首先我觉得这个方向竞争实在是太激烈了，尤其是机器学习和视觉这块，这个不必赘言了。每年招生的Group就屈指可数的那么一些，国内却冒出越来越多的拔尖学生，而且是厉害得令人咋舌的水平。我所了解的就有3个本科生，都是接近4的GPA，清华浙大复旦这样的Top高校，本科就有一两篇一作top conf，甚至是PAMI和IJCV这样国内教授没多少能发的Top AI Journal。这样的本科生大多有MSRA实习经历，或者在一些著名的大学实验室做研究，带的老师都能写出很有分量的推荐信。这些学生基本横扫四大了。另外我身边也有认识的两个好友申同一个方向，他们的背景都比我好。其中一个是清华的本科香港的研究生;另一个本科生也是top gpa, ACM-ICPC, 本科发了top conf。

2. 申请PhD拼的就是Research，学术学术再学术。如果是研究生，PhD application会focus在研究生期间的研究经历上，Paper是最重要的。CS方向这几年最看重的还是Top conf，效果是Top conf>= Top journal>journal>conf。

3. 如果是本科生，学校和GPA就很重要了。。。研究经历相对没那么有要求，但反之如果有拿得出手的研究经历，会非常impressive。其实GPA和学校背景，归根结底还是为了evaluate你的research potential。

4. 申请PhD，推荐信绝对比很多人想象的要重要。前提是你的老板在某个领域是比较famous的，比如是fellow级的人物。他们有自己的圈子，推荐的学生大多也都去了那个圈子。你会发现有的教授推荐信在某些系统的学校非常work，在别的就一般。

还有些细节，比如UIUC的T口语卡24。如果过了24，你的机会就大很多(Committee第一轮提前选出来，Fellowship or TA，今年的已发)。如果没有，你只有等教授主动来要你帮你说话(一般要经过面试，第二轮，竞争比第一轮残酷得多)。我到现在都没收到UIUC的面试通知，感觉希望有些渺茫。早知如此宁可其它section的分数少个10分，也要把口语部分刷上24了。

最后祝大家申请好运，新年都拿到自己心仪的offer。时间不早了，明天还要Meeting，先停笔睡觉。在CMU混了一段时间，对这边的情况也有所了解。等有时间我希望能写一写CMU这边的情况和申请(尤其是AI这块)，再就是关于写学术流PS和推荐信的一些Tips。

美国大学申请美国大学专业美国大学费用美国大学奖学金美国大学申请文书