365体育亚洲直播

【博士申请背景】

本科：985本科，3.6/4.0

欧陆访校，两段科研

海外和国内教授推荐信

【博士申请结果】

加州大学伯克利计算机科学博士（全奖）

UC Berkeley--PhDComputer Science

伊利诺伊大学香槟分校计算机科学博士（全奖）

UIUC--PhD Computer Science

加州大学圣地亚哥计算机科学博士（全奖）

UCSD--PhD Computer Science

斯坦福大学（面试邀请）

Stanford University--PhD Computer Science

01为什么选择美国读博？

其实本科的时候，我并没有特别坚定地想要读博，所以科研经历这块儿确实比较欠缺。这也是我后来在硕士阶段努力想要弥补的地方。刚开始，我的目标主要还是就业，觉得无论是留美还是回国进大厂，都是不错的选择。但现实有点打脸，周围学长老师的就业情况并没有想象中那么乐观。

在美国，硕士的就业形势可能还不如美本毕业的同学，有些人甚至不得不去亚利桑那或者中部一些州找工作，而且H1B抽签也是个问题。还有一些同学虽然进了Uber、谷歌这样的大厂，但没过半年就被裁了。现在很多公司的团队里，实习生占了大多数，正式员工被裁似乎已经成了常态。

再看国内的就业市场，卷得不行。我在硕士最后一年花了很多时间面试大厂，一轮接一轮的面试真的让人身心俱疲。幸运的是，我在硕士期间跟的导师有一些国家实验室的科研项目，这让我开始有了读博的想法。不过，毕业前我还是找到了一份工作，而且工作压力不算太大。

于是我就一边工作一边准备博士申请。后来我在Reddit（类似国内的知乎）上联系了一些在读博士，问了问他们的在读体验，感觉至少他们做的东西是自己感兴趣的。虽然打工一开始还行，但时间长了真的让人觉得没什么希望。所以，我就把重心慢慢转移到了博士申请上。

02能否谈一谈申请经验？

语言

确实，托福考试虽然能测试一定的语言能力，但真正解决语言问题的关键还是得多和人交流。我挺幸运的，硕士期间的graduate advisor是个特别愿意和学生沟通的老师，平时交流机会很多。其实一旦熟悉了，语言上的障碍反而没那么重要了，说得多了自然就练出来了。

从博士面试到后来申请Berkeley的研究助理（RA）或者教学助理（TA），都需要单独面试，甚至还有专门的口语考核。所以我觉得，唯一的建议就是多开口说，练得多了自然就顺了。语言这东西，真的没有捷径，就是靠多练多交流。

GRE

GRE实际上是一个投入成本的问题，我用的是本科时候的成绩。因此没有占用我太多时间，如果硕士阶段再考会比较费时间。而且uiuc、cmu现在都是optional的。大家结合自己的申请时间去考就好了。

研究框架

这个要感谢机构老师帮我所有目标院校老师研究方向都做了细致的调研和套磁规划，并且鼓励我毕业后一直和thesis supervisor保持联系，后面他的推荐给了我很大的帮助。因为我10月才开始和机构合作准备研究提案，时间比较紧，没太多时间去写一个完整的提案。

不过，提案导师建议我说，如果有已经发表的论文，提案的重要性可能会相对降低一些。所以我就直接用硕士论文和项目改成了一个outline，作为研究计划放到了supporting document里，然后马上开始了套磁。这样既能节省时间，又能把重点放在和导师的联系上，效率还挺高的。

套磁策略

嗯，美国的博士项目主要是轮换制度，博一的时候研究方向通常都会调整或者深化，所以申请时的重点还是放在以往的研究经历和写作样本上。

不过，套磁确实也很重要，我的套磁策略可以分享一下：优先联系新进导师，然后是项目组的PI，最后是副教授。因为EECS领域的老师流动性比较大，所以我更关注那些带项目的导师，而不是已经固定在某个学校的老师。当然，我的supervisor也帮我推荐了他的co-author，后来还拿到了UIUC的口头offer，这让我在正式申请之前心里踏实了不少。

这里夸一下机构套磁老师的经验是真的很丰富，哪些老师能同时套哪些不能确实非常有讲究。我比较庆幸的是差点用类似的材料套了另外一个面试我的老师，不然面试的时候可能会比较尴尬。

研究方向

研究方向基本上从你跟定某个supervisor的那一刻就已经大致确定了。自己摸索方向的阶段，可能对本科生直博的同学更有帮助。虽然CS学院的老师很多，研究方向也覆盖得很广，比如有些偏CS的AI和社会科学、AI和环境科学的交叉领域，还有些偏EE的硬件、控制或者架构之类的，但真正能套磁的老师其实很有限，主要还是得根据自己的方向来匹配。

其实更多时候，还是得看自己能抓到的数据、接触过的模型以及已有的科研经历，然后去找到最合适的导师和项目。毕竟，研究方向和自己的背景匹配度越高，后续做起来也会更顺利一些。

论文重要吗？都说AI卷，是的。但是说要Q1一作好几篇那是不需要的，很多博士毕业似乎都没有达到这个水平。

我本人确实没有一作论文，说实话，在美国本土的科研经历其实比论文更有用。不过，如果本硕都是在国内读的同学，还是尽量多发论文比较好，因为国内的科研背景调查起来可能没那么容易，论文算是一个比较直观的证明。

虽然美国更看重实际的科研能力，但有论文的话，至少能让申请材料看起来更扎实一些，尤其是对于国内背景的同学来说，算是个加分项吧。

03能否谈一谈你理解的美国博士就业市场？

就就我目前的理解，ECE/EECS相关的计算机科学硕士和博士在就业市场上的差别还是挺大的。先说硕士吧，大多数计算机科学硕士毕业生都会选择进入工业界，像软件开发、系统工程、数据分析这类岗位是最常见的选择。如果想要可持续发展，主要还是得走研发岗位，不然国内外其实都有年龄瓶颈。

产业界对硕士的要求主要集中在professional技能和项目经验上，毕竟公司更关心你能不能马上上手干活，非常功利。不过，现在的就业环境大家也都看到了，实际就两种情况：第一种是找到工作并且不被裁，薪资都不低。我周围有同学去了台积电，起薪18w刀每年，而且暂时不用担心被裁，确实挺香的。

但大部分人是第二种情况：找不到工作，只能“狗”在美国，或者运气好一点找到工作但很快被裁，拿点补贴。还有一些人靠抽签赌运气，或者找律师继续亏本拿签证，真的挺难的。

而就现在，最前沿的如果你想做人工智能、机器学习、大模型这种前沿领域的研究，仅靠硕士学位可能不太够用。大部分公司更愿意给博士在读或者毕业这些机会，因为博士生有更强的理论基础和研究能力。

博士毕业生的选择会比硕士多一条路，不仅可以进大厂做研究员，还能去高校当教职（至少目前是这样）。虽然学术界的职位不多，竞争也很激烈，但一旦拿到教职，发展前景就比较稳了。

如果能画到终身教职（Tenure）这个大饼，再在企业研究部门兼职做研究员或者科学家（这个在美国是个专门的title），那我觉得是最理想的路径了。

不过，博士的薪资其实比硕士高不了太多，但至少目前来看，博士的就业是不用愁的。