申请CS居然放弃Stanford和CMU神级offer，我为什么选择了JHU！

01

个人背景

我本科就读于美国约翰霍普金斯大学（Johns Hopkins University），专业是计算机科学（Computer Science），数学（Mathematics）和应用数学与统计（Applied Mathematics and Statistics），同时辅修经济，GPA 3.97。我最终拿到的offer有JHU CS PhD（Center for Language and Speech Processing），CMU Language Technologies Institute PhD，Columbia CS PhD，Toyota Technological Institute at Chicago PhD，Stanford CS Ms。我的研究方向是自然语言处理（NLP），所有的offer也都是NLP方向的。

02

为什么选择读NLP的博士

由于JHU本身有强大的NLP科研团队，Center for Language and Speech Processing是全球最大的几个NLP科研中心之一，我在大一的时候就有幸报了一门1学分pass/fail的NLP入门课，由一个博士生来介绍当时NLP比较重要的方向之一：多语言机器翻译。当时上这门课的时候让我大致知道了Siri等语音助手、谷歌翻译、百度搜索这样的技术的基本运作方式，对于我这个从小就对人工智能很感兴趣的人启发很大，于是我在之后上了更多NLP相关的课并且做了不少NLP相关的科研。

至于为什么要读博，我的目标其实是上完学之后去业界工作，但是后来发现很多AI相关的业界的research scientist岗位大部分都需要博士学位，而我在体验NLP的科研之后觉得很有意思而且花费人生中的几年时间去探索一个学术问题很有意义和成就感，于是决定了申博。而美国很常见的道路是本科毕业直博，于是就设定了直博NLP相关的博士为目标。

03

申请硬指标

硬指标主要是标准化考试和GPA。我觉得客观上美本的理科GPA（相比于国内）比较好拿，我的GPA也接近于满绩，所以没有在GPA上考虑太多。但是由于美本大家GPA都比较高，所以GPA其实也没什么区分度。

美本不需要考托福（CMU部分项目除外）。而对于CMU，我提交了本科申请时5年内的托福成绩115。我觉得除了CMU比较在意candidate的英语水平之外，其他学校都是只要英语别太差可以正常交流就行。

最后一项GRE我觉得对于硕士项目相对重要一点，对于博士项目来说基本上也是别太低就行，属于门槛式的考试。所以我建议大家不要花太多时间在GRE上。我是在大二暑假（在国内上网课结束，准备回美国前）集中准备了一个月GRE然后考了一次331，之后就没有再考。

综上所述硬指标对申请的影响不会很大，只要过了最低门槛就可以。但是也不能太掉以轻心，GPA或者标准化考试成绩太低了也不行。

04

硬指标之外的实力

这部分也是申请过程中主要起区分度的指标。对于申博，主要就是个人的科研背景和推荐信。

对于博士生导师而言，选人最重要的指标就是看一个申请者在申请时所表现出来的科研潜力和实力。在我和很多导师聊天的过程中，他们不约而同所强调的一点是潜力而不是实力。科研实力可以理解为当前独立科研的能力，可以体现为一个申请者目前做过的项目数量和发表文章的数量。而科研潜力可以理解为一个学生在读博过程中能“进化”到的最大值。在短短的本科四年中，一个学生不一定有足够的时间和资源全力进行科研（特别是美本），所以导师要判断在全职进行研究的PhD环境下一个学生是不是足够适应。当然，一个学生首先要有足够的实力来证明自己，但是在导师的眼中实力是应该被“normalize”的。

也就是说，在一个资源丰富的学校，一个学生就理应做出比另一个在资源没那么丰富学校更多的科研成果。因此，绝对的已发表文章数量不应该也不会成为审视学生的唯一指标。我觉得这也是为什么在申请者平均数量都很高的NLP领域，我在申请过程中只有几篇已发表的workshop paper和几篇在投的conference paper也拿到了不错的offer的原因。对我个人而言，我在大二的下学期才开始接触NLP的科研，然后在大二暑假和大三上学期的大半年内也explore了一些别的方向，所以我在大四上申请时，实际做NLP research的时间也不算很多，但是也产生了不错的成功，所以投入产出比是不错的。相比于绝对的产出，这种“投入产出比”更能体现一个学生的科研潜力。

第二重要的是研究方向的符合度。对于理工科的实验室（至少是）来讲，教授一般都有主要研究的一个细分领域或者课题，ta的funding也都是和这个细分领域有关的项目，如果你对这个项目不感兴趣或者你之前的科研和这些话题没什么关系，并且你不太愿意改方向的话，即使你很厉害也对导师的科研和职业发展帮不上什么太大的忙。因此，和导师研究方向的“fit”也是个很重要的因素。我在CMU和Columbia的offer的导师都是和我做的方向非常相关。

如何体验一个candidate的科研潜力和科研方向，推荐信是最重要的一环。对于我们自己写的简历和CV，需要有推荐信的映衬才能证实真实性。因此在科研过程中和导师建立良好的联系、多多交流是很重要的。我个人认为和推荐信老师一起工作的时间长度是一个很重要的标准，只有长时间合作的导师才能写出最异于常人的推荐信。对于短期合作、合作体验不错的导师，他们很可能写一封比较不错但是没什么特点的推荐信（标准就是如果把你的名字换成其他人的名字，是不是大部分的事情和评价也可以适用）。这样的推荐信对申请不会减分，但是也是不会太加分的。所以我认为我取得不错结果的一个原因也是我和好几个推荐信的教授都有长期的合作经历。

最后，在申请过程中我们需要对于每个学校写Statement of Purpose。我觉得SoP最重要的作用是让导师知道你感兴趣的方向，也就是上面说的第二点研究方向的契合度。我觉得SoP的措辞是有技巧的：研究方向需要大到有足够多的导师能觉得合适，但是也要细致到有具体的方向，这样导师可以看出来你的学术上的“心路历程”、对领域的个人见解和独立思考的能力、还有对领域确实是比较了解。

05

为什么选择JHU，没去CMU

首先最重要的一个愿意是JHU的导师更加合适。我在JHU的offer是由和我之前合作过的一个比较senior的导师和一个比较年轻、之前没有合作过的AP一起coadvise，我觉得这个组合非常完美，而且他们给我画的“饼”提供的科研方向也非常符合我的兴趣。

相比之下，CMU是入学之后才分到师，有一定的不确定性。对我而言大概率是面试我的AP，ta虽然很厉害，但是以后想做的方向和我的兴趣不是那么的相关，而且ta非常年轻，还没怎么带过学生，所以导师层面JHU更合适。

第二个愿意是我认为JHU的环境更适合我成长。在访校过程中，我可以感受到CMU对学生的要求更像是一个独立的研究者，因为CMU招进来的学生大多都已经有极其丰富的研究经历、可以几乎完全独立的去做科研，导师的介入程度相对更小，在学生上花的时间没有JHU的导师多。

第三是我觉得在我不太可能找教职的个人情况下，JHU和CMU的NLP的项目的知名度都已经足够顶级，学校本身不会成为拖我后腿的因素。因此即使JHU在CS排名上比CMU差一些对我来说也就无所谓了。

06

关于世毕盟

在刚签约世毕盟的时候，我还没有完全确定是否做NLP的科研，但是基本确定是和人工智能和机器学习相关因此世毕盟给我匹配了一位做机器学习的mentor和带CS学生比较多的培训师。但是后来因为确定了做NLP，世毕盟就给我更换了一位做NLP的mentor，更加有针对性。在申请之前，通过世毕盟的资源，我联系到了外校的科研，这最终成为了我除了在JHU本校科研的很重要的一部分，因此我非常感谢世毕盟提供了这个资源。除此之外，在申请过程中培训师和mentor都给我了很大的帮助。

在申请前期，mentor帮我确定了哪些学校对我比较合适，特别是帮我仔细筛选了哪个导师我可以考虑主要申请和陶瓷。在申请过程中，培训师确保了我每个时间节点及时做了正确的事情，mentor帮我对SoP进行了修改。我的培训师和mentor非常的负责，在我收到offer之后，培训师还主动提出如果我选校比较纠结的话，可以再约meeting和我聊一聊，帮我权衡接哪个offer比较好。