案例
case

【访谈录】北邮足球小鲜肉,是如何攻略美帝电子工程Top大学的?

录取时间 2018-12-07

微思教育讯:本文系微思学员的真实分享案例,以问答的形式展现给大家。


本期访谈嘉宾

Q同学,北京邮电大学物联网专业应届毕业,“足球小将”,申请三维分别是GPA85、T102、G320,在今年的申请季中斩获UIUC ECE录取。

1. 作为足球队成员,在足球方面取得成绩也不错,同时也申请到了UIUC的ECE,能够申到这所学校也充分说明了你的学生能力很强,那你是如何兼顾学业和爱好的呢?



A:其实足球对于我来说已经超出了“爱好”这个定义,成为我生活中必不可少的一部分。从足球中我能收获源源不断的激情和动力,比如学了一天,倦了烦了,下午叫上院队的兄弟就去踢踢野球,释放积攒了一天的压力,也锻炼了身体。这样晚上再学习的时候,头脑更清醒,效率也会更高。


学业方面,自从决定去美国后,我日常的学习生活更多了些目的性,比如托福就要考到100以上,GPA刷到3.5以上,然后我去实验室做科研一定要有个和我申请方向匹配的输出,最后要拿到导师的强推。而足球也是一样,带着更简单明了的目的性,那就是力争赢得每一场比赛,最后拿个冠军才算圆满。作为一个完美主义者,我的生活每天带着股劲儿,走好每一步,目的是要笑到最后,申请到名校强专业,成为life winner。


2. 物联网专业可以说是有点交叉的学科。当初申请的时候,选专业是如何考虑的呢?



A:我本科所学的物联网工程专业,其实是一门电子与计算机的交叉学科,对于这一专业选取申请方向,我觉得可以从以下来给自己定位。

 

首先,由于物联网工程专业所修课程(主修)包括了数据结构、Java编程、数据库、操作系统、软件工程等计算机必修课,整体更偏向CS,可以说是科班CS也不为过分,因此申请CS方向要比转专业(比如EE转CS)相对更有优势。但是从今年CS申请结果来看,即使是科班CS申请难度也较往年大大增加,因此CS择校要根据自己三维情况适当保守选校,多增加保底校,不建议全申CS方向,以免“全聚德”的结果。今年USC CS基本要求88以上的GPA,东北大学“CS惨案”,即使超高三维都被拒掉,不再成为保底神校。反而,今年名校ECE和MIS / DS等方向多点开花,对于三维不是特别高且有名校情结的同学,不去扎堆CS也许是更好的选择。

 

由于北邮的物联网专业也包含了信号与系统、数字电路、无线传感器网络等电子相关必修课,ECE/CE也许是更为适合我们的申请方向,匹配程度也很高,美国很多大学将物联网工程也归到ECE专业下面(比如UCI)。从今年申请结果来看,很多名校的ECE专业都有扩招的趋势,杜克ECE从30-60人的小项目,今年录取了超过150多人。康奈尔ECE MEng,宾大的EE,佐治亚理工的ECE,还有UIUC的ECE MEng项目和UCSD的ECE,都对于申请者相对友好很多,如果能够有GPA3.5、托福100、GRE320以上的三维,都可以试试申请这些ECE项目。

 

当然,如果大家对于EE/CE/ECE项目中必修的偏硬件和实践操作的课程不是很来电,反而对于数据科学(Data Science)等相关方向比较感兴趣,又想曲线救国多修CS的课程,那么名校优质的DS/MIS项目就很适合你。申请这类数据科学相关的项目,首先需要申请者的成绩单上,要有一些数学、统计等课程。物联网专业也修过离散数学、概率论、线性代数、信息处理这些必修课,因此对于申请这个方向来说,不算吃亏。其次,如果条件允许的话,要尽可能的多一些数据科学方向的科研项目经历,比如基于机器学习、深度学习的领域,做一定研究分析,并且有一定的输出(这里来说就是论文和推荐信,如果有科研牛推,对于申请来说,真的非常非常有优势了),来证明你在这个方向上具备良好的基础,和未来在这个领域继续发展的潜质。申请者的PS/SoP主线,也要更贴近Data Science这一方向。当时自己在申请这类项目时,微思留学的董老师就围绕着数据来设计我的PS主线,从开头引用人工智能领域的大牛李飞飞教授在2017年CVPR会议上的一段演讲开篇,引出后面数据的魅力对于我个人经历产生的影响,写成了很漂亮的一篇PS


3. 你在申请时拿到了MIT毕业生的推荐信, 你觉得对你的帮助大吗?能够简单给大家介绍一下拿到这封推荐信的过程吗?



A:大三下的暑假在一家做智能空气净化器的外企实习,外企老板是MIT机械工程专业毕业,我的工作主要负责传感器数据采集和分析,以及一部分嵌入式固件编程。因为写的一部分固件代码是基于老板之前参与完成的版本,和老板平时交流也比较多,基本每隔两三天早上会有小的组会,总结项目进度并分配任务,我表现的还算比较活跃,其中有一次讨论滤芯寿命如何分段计算,我用“滑动窗口取均值”的一个小办法解决了数据统计问题,老板也很认可。平时周末公司小的聚餐,也愿意和他们老外social。实习三个月后,得到了老板的强推。

 

申请过程中,其实推荐信的作用还是比较大的,至少能够证明你在实习或科研过程中,取得了一定成就,得到了他人的认证,从侧面反映了你在申请方向这一领域的继续深造的潜质。有时候一份美国教授或工业界大牛推荐信的含金量,要远大于“三维”这些量化指标。


4. 我听说你在三个月的时间内就发表一封机器学习方向一作的论文,你是如何在短时间内做到这一点的呢?



A:对于申请来说,课内的GPA永远是第一重要的,因此,高效的科研显得尤为重要。不让科研影响自己课内课程的学习,又能取得一定的输出,这才算是打好申请中一张王牌。

 

首先,要早下手。好多同学到了大三下才去搞科研,弄的焦头烂额,不仅科研没什么进展,GPA和语言成绩也被拉下水了。我个人建议最好从大三上学期开始,就要选定初步的申请方向(即所做科研的大方向),比如我主申CS和ECE,做机器学习/深度学习相关科研,然后从计算机视觉(当下最热)、自然语言处理、文本挖掘、推荐算法等小方向中,选定自己最感兴趣的一个,开始大面积地和做这一方向的教授们套词,争取早早进入实验室。前提当然是争取用最短的时间,掌握这一方向的基础知识和项目实战“素养”,比如我要做用户行为分析,那么我就要去了解学习特征提取方法、不同分类器的作用和原理、机器学习的基础知识,然后掌握Python语言,知道做项目要用什么第三方库,从哪搞数据集,怎样建立模型,如何优化和比较。

 

有了这些基础,就要到实验室里,接触实战项目和你可以做的切入点,灵活社交,多认识实验室里的学长学姐,能抱大腿就抱大腿(如果自己就是大腿,那就要更快速地进入角色,让他们信任你,获取一些任务自己做一做)。我举个具体例子,模式识别实验室的Boss要做一个智能课堂的情景,结合目标检测这样的计算机视觉技术,去分析学生在上课时的行为(主要是表情+一些手势)。我负责一个实时表情识别的模块,先进行人脸检测,然后通过数据集,用深度学习的方法来建立模型,去识别表情,做分类。那么我要开始看这一方向的综述,比如国外哪个大牛啊,哪个实验室啊,做过什么牛X的表情识别项目,发表了什么什么paper,我看看他们用了哪些方法,效果如何,还有哪些值得改进和提升的小点或切入点。通过几天的枯燥、迷茫期,我发现一些神经网络的识别准确度很高,但是performance在做real-time时,不太好。那么好,我来做Performance的提升,我借鉴了Xception、MobileNet里面的深度可分离卷积,用在我自己的神经网络上,然后我直接把全连接层拿掉,用global average pooling做最后的池化,然后我试试跑我的模型,做对比试验。这样的一个小改进,其实也是你科研的一个输出,是你抓住一个机会来做文章的切入点。好,那我接下来,在和实验室学长学姐的齐心协力下,做成了这样一real-time的系统,用在智能课堂情景下。Bingo,我就有机会和他们一起发论文了,我也可以自己把我表情识别的一点优化,试试发一篇论文,这就是以小化大,做我自己的科研输出。


5. 有什么特别的经验想要告诉给要留学的师弟师妹的呢?


A:语言成绩对于申请是至关重要的,托福最好要到100以上(很多名校会严卡100分,单项小分至少在22以上),GRE至少320+,作文最好能到3.5+。语言备考不宜长线作战,要短时间全身心准备,速战速决。俗话说,天下武功,无快不破,语言越早考出来,就给之后的科研和实习留下了越多可支配的时间。

 

还有就是建议大家能够和周围同样决定去美国留学的同学“抱团取暖”,因为大家有共同的目的,做起事来也会更认真和高效,你们可以一起做科研项目,一起刷题准备语言考试,一起复习备战课内的期末考试,效果绝对非同一般。

 

总之,只要相信自己能赢,每一个细节,都做到最好,那么最后的申请一定不会差的,要成为一个life winner。





再次声明,以上内容为学员真实访谈记录,谢绝一切形式的转载。更多关于留学的最新案例和资讯,欢迎关注【微思教育】官方微信公众号。还有众多学长学姐以及业内大咖们的干货讲座等着你哦!预祝同学们申请顺利!