Z同学

学员背景情况

????GPA：3.9+

????GRE：325+

????海本

录取院校

Carnegie Mellon University

Master of Computational Data Science (MCDS)

Columbia University

Master of Science in Data Science

University of Pennsylvania

Master of Science in Engineering (MSE) in Data Science

University of Michigan--Ann Arbor

Master of Science in Data Science

Brown University

Master of Science in Data Science

Cornell University

Master of Engineering in Operations Research and Information Engineering

01

拖延症晚晚晚晚期患者

极限申请之路

首先我本人是一个拖延症晚晚晚晚期患者，这点可能我的班主任&学术导师会举双手双脚赞成，所以我的申请故事也是围绕着这个展开的。其实早早就签了再来人，当时这么选择主要是因为比较认可提前分给我的学术导师。

其实当时离申请季真正开始还有一段时间，本来的计划是通过再来人再找一段非本校的summer research，最好是能有publication的那种，然后提前和专业导师沟通确定选校，可惜生活过于滋润以至于以上这些统统都没做，直到临回美国之前才和专业导师约了线上第一次见面聊了聊。

不过好在我的方向很早就确定了，然后DS的项目一共就那些，所以选校基本上在开学之前就确定的差不多了，时间来到开学之后，因为我是transfer第一次in person到campus，“适应新生活”适应了快一个月，之后就开始general PS/Sop的撰写。

这段时间主要是和专业导师沟通，梳理并挑选自己的素材。

我的专业导师在文法上并没有太多的建议，最后出来的版本读起来是非常通顺的，省去了很多不必要的纠结。

02

赶在DDL3天前递交申请

学术导师更有领域相关的经验，学术水平也比较高，可以很好的衡量和评价我给出的想法和例子。

一个具体的example就是我当时在写ML models的对比，他直接指出了我的一个学术错误（是我菜了），然后建议我根据数据特点再进行细化。

我的学术导师对我还有一个很大的帮助就是他能够把“学术垃圾”升华成“学术精华”，具体的体现就是能够从很基础的内容中提炼出valuable insight并加入自己的思考，表现出applicant的active thinking和对于topic的理解深度。

他关于写高深学术topic的观点大概是“你写的内容再深奥也不可能超出教授的知识范围，写一些你不那么了解的复杂内容一方面很容易变成流水账体现不出你的思考，另一方面在描述或者后续面试中被问起可能会搬起石头砸自己的脚” which I completely agree（也是因为我比较菜也不了解啥深奥的学术topic）。

在有了通用PS/Sop之后我的拖延症就开始kicks in了，当时最早的ddl应该是Harvard和Stanford，这两所我都很认真的填portal信息，修改文书啥的，毕竟这是当年申请本科想都不敢想的学校。

但是这两所一结束就陷入瘫痪状态，一方面是因为课业压力也上来了，我由于转学最后一年都需要overload上的课非常多且备受很多文科课的折磨，另一方面由于我的申请方向非常一致导致其实我的很多项目的PS/Sop其实都不需要很大的修改，所以其实回看我的申请，除了Harvard和Stanford以外都是在ddl之前3天内完成的。

03

关于我的申请经验