[US]19-江南飞-UCSB-PhD
基本背景
三维: GPA 3.87/4 （rank 4/41）;
TOEFL: 105(29R + 27L + 26S + 23W);
GRE: 158V + 167Q + 3.0AW, 无GRE sub math
UC Berkeley BISP项目秋季&春季交流 两学期GPA 4.0 + 3封推荐信（均为课程推）
UC Santa Cruz 暑研 + 推荐信
申请时无任何文章发表或在审
联系方式: figo.nf.jiang@gmail.com
申请结果
最终录取学校：PhD in ECE @ UC Santa Barbara (in Communications, Control & Signal Processing)
其他录取结果：
AD(4):
[UC Santa Barbara (PhD in ECE)]: 非常意外的一个offer, 所有项目里面我只有这一个申的是ECE，结果真的中了。UCSB 在control领域实力很强 (全美Top3)，像 Andrew Teel, Francesco bullo, Joao Hespanha等等都是行业顶级大佬。我自己教授做的东西也非常的数学，了解了Control Dynamical-System, and Computation (CCDC)这个research center之后发现真的挺合适自己的。
[UC Santa Cruz (PhD in Applied Math)]: 保底，因为之前就和自己暑研的教授聊的很好，所以一开始就知道自己想去应该是没啥困难的，教授也非常欢迎。也正是因为这个offer，即使我整个申请过程操作地稀烂，但心态却一直非常平和。（别人都很惊讶我受了那么多rej居然还活蹦乱跳的）。UCSC虽然综排不高，也不显眼，但贵地理位置优越：硅谷附近，方便就业；度假村级别风景，依山傍海沙滩多（如果UCSB没有录，UCSC会是我的首选）。个人推荐有兴趣的同学选校阶段可以多了解一下这个学校。
[Georgia Tech (PhD in CSE, 口头)]: GaTech 的 CSE 稍微了解一下就知道真的很强。联系我的教授是个新的华人PI，做Uncertainty Quantification的，其实跟我原始想做的不是很match，但是也是很值得考虑的选项。这个offer当时也给我打了一剂强心针，让我的申请结果不是全都被拒那么难看。
[University of Washington, Seattle (Master in Applied Math, 博退硕)]: 一年制的硕士，第1个收到的offer（2月份），虽然有点小失望，但总好过rej。UW的 Applied Math 非常厉害，而且有很多大佬。一位在Berkeley给我写推荐信的教授，听到我想研究的方向（我当时说自己感兴趣 Data-driven method on solving PDEs）。就和我推荐了他UW的好朋友 Nathan Kutz. 本来其实还要申NYU，UCSD和USC的硕士的，但还没提交UW那边的offer就已经下来了，最后就没申了。
Rej(10):
- [MIT (PhD in Mathematics)]: 究极彩票，非常不意外
- UC Berkeley (PhD in Applied Math): 意料之中，一般也都是清北top的学生才能申到。但应该是我最难过的rej了，申请材料上我all in了我的五封推荐信，材料都是最认真准备的。
- Caltech (PhD in ACM): 彩票，不意外
- Brown University (PhD in Applied Math): 错愕1号，因为之前我给Brown的 Jerome Darbon套过磁，得到了很积极的恢复（"Please email me when you submit your online application"）, 结果反手直接给了一个rej
- Cornell （PhD in Applied Math）: 错愕2号，类似的经历，套磁的教授很感兴趣我的研究经历，问我有没有发表，后来就没下文了，接着就是一封拒信。
- UT Austin (PhD in CSEM): 有点可惜，学校是很牛的学校，好几个鼻祖级的教授如Engquist, 但中了估计也不会去，所以不是很难过。
- UC Irvine (PhD in Mathematics): 有点可惜，但中了不一定会去
- Stanford (Master in CME): 本来以为申个Master可能有机会的，结果还是被拒了
No Reply( 2):
- [UC Davis (PhD in Applied Math)]: 跟学校沟通后说是目前仍在waitlist
- [UCLA (Master in ECE)]: 不知为何无回复
为什么没有找中介
最开始有不找中介的想法是因为听到有学长学姐说：”如果申请这种事都不能自己一个人搞定的话，那么读博想必也会很难克服之后的困难。” 现在想来，这样的论断有道理，但有些过于绝对了。先不说申请与读博能力之间有没有什么必然联系，是否要diy本身其实是一个需要慎重考虑的决定，这个是需要看个人的具体情况的。在最终判断自己是否找中介之前，我们不妨先看一看中介（可能）给你带来哪些方面的帮助：
- 搜集各个学校各个专业的信息，帮助制定申请策略，确定选校名单
- 帮助润色文书（CV, PS, SoP）
- 帮助填写网申材料
- 对申请者本人起到提醒、督促、鼓励、缓解焦虑等精神上的帮助
对于第1点，中介本身给到的帮助有用，但不多。 一个比较负责的中介确实能在选校方便很大程度上缓解你搜寻信息的压力，特别是当你本身想申请的是大热门专业（CS，Data Science，Biostat...）时，中介自身的经验往往能帮助你锁定很多不错的学校项目。（有些厉害的中介手里确实是有信息资源的）。然而，更多情况下发生的，是中介并不完全了解你所在的专业，从而往往给出误导甚至错误的建议。
举个例子：我之前咨询过的一个中介，在我说明我说明我想申applied math的项目时，他对我的建议是让我去努力搞一篇论文出来，不然没有竞争力。搞论文这个建议说的其实没错，但只要在数学系呆过的同学都知道这件事对于本专业的难度。这就跟说因为我不够快，所以我应该变成超人，这样我就会飞了，所以跑的比别人快了一样（但今年数学系真的出超人了，最后果然录了顶校，可喜可贺）当然，我接下来很快就知道他为什么提出这个建议了，因为他根本搞不清楚我申的项目在干什么。当他了解到我在Berkeley学过一些有限元的时候，他说建议我可以去学习使用一些有限元的软件去做模拟，然后写一写关于有限元的论文。到这我已经不想在聊下去了，这次糟糕的体验也成为了之后我不找中介的理由之一。（注： 可能需要稍微解释一下， 我这里觉得对方不专业是因为对我来说，即使我想做有限元方面的研究，我做的工作也应该是去发明或证明一些新的有限元算法，这些工作与使用成熟的商业软件解决现实问题完全是两码事。）
对于第2点，在以往的时代，这可能是对英语基础薄弱的同学帮助最大的一点了。有些同学很可能在英文写作方面极度缺乏经验（Btw 我并不认为南科大的同学属于其中），因而想要借助中介的文书老师半包或全包完成PS的写作。但现在这样的需求已经一去不返了，chatgpt的写作能力已经秒杀市面上你能见到的大部分的老师了。 这可比中介的所谓“模版、模块”化写作写出来的东西nb 多了。光速出文，随时接受修改需求，秒改，还有比这更厉害的文书代写吗？况且说到底，PS/SoP的重要性本身其实就不高，只是被很多中介机构炒作得很高而已。一般都不会对申请起到很大影响的。
对于第3点，这个其实真的算不上什么帮助，大部分网申材料都是你的个人信息等，自己花花功夫也就填完了。中介起的最多的帮助可能是当你不确定某个地方应该填什么的时候（如：自己的性别doge），告诉你正确填法。
对于第4点，这一点虽然看起来很虚，但现在我反而认为这是中介（在chatgpt时代后）最大的优势了。申请的整个流程无论如何都还是挺繁琐的，如果你自己是那种比较容易焦虑的性格，中介可以一定程度上缓解你的心理压力，告诉你每一步告诉你该做什么样的事（前提是他的指示是正确的）。
对于上述四点，如果你认为中介能够在某些点中给你带来很大的帮助，并且你不心疼那么一大笔钱，便可以考虑找些中介聊一聊。但对我个人来说，无论是哪一点，我都对所谓的中介不抱什么期待（可能是我没有遇到过好中介吧）。并且从申请过后的复盘来看，我身边的同学对中介的褒贬评价起码28开（褒2，贬8）。所以也觉得自己当初选择diy，虽然中途非常的曲折，结果也没有达到一开始的预期，但我不会后悔做出了这个决定。
关于选校
我个人觉得我的选校策略是属于比较奇葩的那一类型的，主要原因有两个： 第一， 自己在很早就有了一个比较满意的保底了（UCSC），觉得自己就算最后去这也挺满足的。因此，我申请的学校中彩票学校占了很大一部分，就是为了赌一赌能不能单车变摩托。自然而然， 对于一些和UCSC同等级别或稍高一点的学校（如USC），我就考虑过后没有再申请了。
第二，因为一些个人原因，我本人极其想留在加州，因此你可以发现我把UC系的学校几乎申了个遍。同时，这也导致了我最终没有考虑一众同样非常优秀的美国中部、东部的学校，如NYU, Purdue, Notre Dame, Umich, UIUC, Wisc, OSU... 结果非常离谱的是，由于去年加州系统经历了strike，州政府被迫大幅提高了PhD和Postdoc的工资。然后，UC系的学校就因此缩招了？？（感觉今年最后去UC的同学确实变少了）不知道后面几年会怎么样。
总之，由于上面两个原因，我个人的选校策略其实和我身边同学的差别很大，本身的借鉴意义不大。但我想强调的一点是，读博一读5，6年，选择学校不是为了说出去长面子的（读Master可能是另一回事），自己未来过得适不适应才是最重要的：和自己导师能不能谈得来，组里的氛围好不好，发的工资够不够高，学校的气候自己喜不喜欢，自己的一些特殊喜好等，这些都是非常重要的因素，不要最后舍本逐末了。
关于项目选择
相信很多应数方向的同学都和我一样，对自己该申什么类型的项目感到疑惑。主要是因为和数学相关的项目太多了，但是自己和每个其他专业又差了一些知识储备，导致自己看似百搭，实则反而不敢跨出"applied math" 中那"applied"的一步。
理论上说，应数同学的项目选择应该很多：Applied Math，Stat, CS, Math Finance, EECS/CSE, Physics, Math with Chemistry/Biology/Neuroscience ... （关于这些项目的具体介绍可以去阅读一下徐源诚学长的飞跃手册，写的真的很好） 但事实上很多同学甚至并没有"向下兼容"的念头，就算有也不了解自己的数学知识到底怎样"apply"到这些领域（这一点也体现出了我们国内应数本科教育的一个通病：数学基础固然很重要，但每门课好歹花一节课提一下学了这些能有什么应用吧）对于这个问题，我的建议有两条。第一，早点了解，早做打算：在本科期间，如果你在数学课上能存活下来已经不是问题的话，不妨找一找和其他系连接的点，看看数学+什么是你自己喜欢的领域。有机会的话，可以暑假去一些其他专业偏理论的，或者注重interdisplinary work 的 research group做一些东西，不仅是履历上有帮助，还能帮你打开思路 （国外类似这样的组可能偏多一些）。如果你已经决定做一些很偏应用的方向，那就要早点积攒一些相关的科研和比赛经历（这个时候做出科研成果的机会也会多很多）
拿我自己举例，我也是经过了UCSC的暑研之后才了解到，有一大堆ECE department的教授会做例如Optimization, Deep Learning theory, Control theory等方向，在这几个方面，他们和applied math教授做的东西真的区别不大，这些教授自己也在Applied Math 和 ECE 部门之间反复横跳，有时还身兼两职。所以一定要多多了解。
第二， 只要胆子大，铁杵磨成针：非常多的专业真的很喜欢数学功底好的学生，他们甚至不要求你有专业背景。例如一些做Computational Biology 或者 Bioinformatics的教授，相比要一个biology major，只学过基础数学课的同学，他们更愿意要一个对生物一窍不通的数学出身的同学。所以，很多时候大家不愿意选择其他program真的只是心态和胆量上的问题，能力上的问题反而是次要的。拿自己做一个反面教材，我其实看到过好几个学校，其中我比较喜欢的教授在Stat 或者ECE department，但最后感觉自己申请非applied math的项目不把稳，最后按部就班申了Applied Math，然后被拒了个爽。反倒是自己因为没考GRE sub math，不得不选择的UCSB ECE最后很爽快的录了我（是的，如果我考了GRE sub math我大概率不会申请这个项目）。要知道我可是只申了这一个ECE的项目啊，最后居然成了自己的救命稻草，实在是缘分。如果能重新再来一次的话，我一定会多申好几个其他学校的ECE项目，说不定机会还更大一点。
“向下兼容” 的注意事项
当然，如果最终决定要“向下兼容”：即利用自己数学专业的优势，去申请那些数学理论程度不那么高的、更综合的项目。有一些注意事项在这里我特别想分享一下。
第一，关于科研。在 Math/Applied Math里，不要求科研成果是因为它太难以获取了，大部分的申请者都没有，所以即使你没有的话问题也不是很大，有的化则是巨大的加分项。但是要知道，越向下兼容的学科，获取科研经历的机会是越多的。想要和这个赛道的同学们竞争，就必须要有拿得出手的科研经历了，虽然他们对你的要求不一定和专业对口的学生一样，但是研究经历必然看得比以往更重了，所以一定要为此早做准备，去为自己创造一些条件。向下越深，应用程度越高的方向越是如此。
第二，套磁将变得重要的多。对于数学专业来说，很多同学都是在博士第一学年没有导师的，学校录取时也基本是committee在做决定，并且你的scholarship一般都是学校出钱（有别于工科的教授出钱），这些因素决定了数学项目的录取时，对学生与个别教授的匹配度高不高、聊得好不好、教授愿不愿意收这些方面不会太过于看重（只是不过于看重，但还是会认真考虑的）。然而，向下兼容后的情况就不一样了，对于ECE，CS这样的部门，被PhD录取以后就是进入某个教授的lab工作，教授需要用Ta的funding支付你的工资，因此教授对你的态度就变得至关重要。教授一句想不想要，超越了你所有其他的申请材料的重要性。无论是强教授制还是强committee制的学校都是如此。可以这么说，如果你不事先和任何教授取得联系，然后去申请了某个学校的ECE的program，那么你被录取的概率将无限接近于0。
所以，“向下兼容”的同学们需要做的，一个是（最好从大二结束就开始）寻找一些科研机会，另一个是在申请途中向教授高强度套磁。这个时候，就不要再借鉴你身边的其他申数学项目同学的套磁逻辑了，你们之间已经隔着一层可悲的厚障壁了(bushi。
关于申请材料
（注：括号内为该材料的重要性排序）
1. 推荐信/好的科研经历 （Tier 1）
对于推荐信的重要性再怎么强调都不过分，一封好的推荐信（通常伴随着出色的背景和研究经历）是录取Top级院校所必不可少的。通常而言推荐信的认可度为：科研推好于课程推，大牛好于一般教授，国外好于国内，强推好于一般推。
对于咱们陆本"双非"学生而言，要想获得一封好的推荐信，海外交流或者暑研都是不可错过的好机会。如果条件允许的话，推荐一定要本科阶段多出去看看，如果能够争取到和大牛一起做东西的机会并拿到推荐信，那对之后申请的帮助将是超级巨大的。
很多人说中国是人情社会，但从这个申请推荐信机制来看，国外又何尝不是充满“人情”呢？你的科研成果，申请过程等等，都需要找到相应领域的权威人士帮你做背书，当靠山。有时候，寻求合作机会、获得其他人的认可，这本身也是证明你实力的一部分。
2. 成绩单(GPA) （Tier 2）
GPA固然非常重要，但实际上它的作用很多时候只是一个baseline，只用来在第一轮的时候筛选掉不符合要求的候选人。在之后的过程里，它的作用就真的不是很大了。例如：3.8和3.9乃至4的绩点真的区别很大吗？我自己的经历告诉我其实基本没有什么差别。当时在被Brown拒了之后，我就在gradcafe上翻阅被录取的和没有被录取同学的申请信息，发现绩点为3.95，4这样也被拒的申请者多如牛毛，反倒是观察到一个GPA数值为3.75的同学拿到了offer（但好像并没有看到3.7以下的申请者）. 可以从中看出，GPA这一个数值很大程度上只是一个最基础衡量标准，在过线之后，科研经历/推荐信这种材料才是招生官所关注的重点。
说到底，GPA本身作为indicator的本身的可信度就很弱。首先，学校和学校之间的计算方法，衡量标准，分数分布等都存在很大的差别，况且绝大部分时候招生官并不知道，也没有心思了解这样的差别。其次，美国（至少我了解的情况）的本科绩点是非常容易刷的很高的（相对于国内的高校），水平比较好的同学努努力，本科四年全部满绩都是很有可能的。反观国内的给分情况，满绩从理论上说就几乎不可能。平心而论，我其实觉得南科大的算分机制已经对学生挺友好了。但即便这样，当我在Berkeley体验期间，还是感受到了世界的参差，觉得以前的自己卷了个寂寞。所以，如果资源有限的情况下，花很大经历去卷一个强迫症一般的分数在我看来是很不划算的。对我而言，我已经越来越无法接受抱着掌握知识以外的目的去刷高一门课的成绩了。
3. 语言成绩 （Tier 2 ～ Tier 3）
语言成绩这个东西怎么说呢，它大概是你为了申请本身花费时间最多的一个项目了，但很矛盾的是，这个材料的优先级并不高。大部分情况是：过线就行，多了浪费。 首先，关于托福。一般来说，100分的托福成绩已经足够对付绝大部分Ph.D项目了。但是例外肯定是有的，尤其是很多学校对托福口语分数做出了明确要求， 今年数学系的一位大佬就因为口语没到26分，最终惜别UW Math的offer。我自己托福一共考了3次，第一次是在大一的暑假考的，拿了90分；第二次就是在申请期的7月份考的，正好100；当时觉得这个成绩可能稍微有点不够，就在9月份考了第三次，最终105（口语26）。整个过程其实还蛮顺利的，没有太卡关和焦虑，口语也过了26的线（也没有学校卡我口语的成绩就是）。但现在回想起来，好像如果自己第三次不考的话，问题也不是太大？总之，先考出一个过线的成绩，如果有余力的话可以再刷高一点。没有的话就算了，专心准备前两项就好。
第二点是关于GRE，这玩意准备起来可就恶心多了。虽然只考了一次，但我是不想再碰第二次了。需要考GRE的理由是因为以前很多学校是强制要求GRE成绩的。但自疫情之后，好多学校把GRE的要求改为了optional或者甚至不考虑，这就让GRE的重要性下降了一个档次。对我来说，我甚至可以微调自己的选校策略，以达到不用考GRE的目的（我自己的选校清单里有只两所学校明确需要提交）。事实上，我对我自己的GRE成绩是否对我起到了正向帮助存疑。我唯一得到对我GRE成绩的反馈是在我与GT老师面试的时候，但并不是什么好的反馈。他让我解释一下我的GRE成绩为什么比较低（说是其他申请者很多都接近满分），我当时大受震撼。现在，我甚至很庆幸由于大部分学校对GRE是optional的，我只选择了大约一半的学校最终提交了成绩，不然其他学校该怎么看待我的GRE成绩都是未知数。综上，对于GRE我的态度是：如果你没有自信拿到一个很好的成绩，这甚至是一场可以回避的考试。况且GRE的准备成本也很高，需要背很多很多稀奇古怪的单词。我认为，申请季中为了这个考试花超过两个月时间是不值得的。
4. 个人陈述/CV （Tier 3）
很多中介大肆吹嘘个人陈述在申请中有多么多么重要，但这其实很大程度上是他们的宣传、盈利需要。因为这几乎是他们唯一能帮到你的板块了。事实上，个人陈述（PS，SoP，PHS等等）在实际申请中的重要性是较低的。在博士申请里，别人1不会花很多时间去仔细阅读你的PS，更不会去关心你所谓的感人故事。在PS中你能为别人提供的最有效信息就是：你感兴趣什么方向，你为什么感兴趣\做了什么准备，你想跟哪个老师。这些核心的问题回答好才是关键的，其他的一些叙述技巧只是锦上添花而已。
当然，实际操作中大家还是会在PS上花不小的功夫，毕竟这是为数不多的你可以完全操控的环节了，当然要写的认真一点。
关于心态调整
申请相较于我们以往熟知的“以某个硬性指标为唯一标准”的选拔模式有着很大的差别，其中很多因素相互耦合，决定着你最终是否被录取。因此，在申请过程中我们所面临的由不确定性带来的焦虑会非常大，这是很难避免的。申请过程中我们可以做的事情非常多，不可能什么事情都花精力去做到最好：发出去的套磁信总嫌写的不够好；PS总觉得还是写的不够地道；填网申信息的时候总害怕哪里填的有问题；和周围的同学聊天感觉他们担忧的事情比我更多，我是不是做的还不够好？... 这些焦虑本身不可缺少，因为他们是督促你做得更好的一大动力。然而，这样的焦虑一旦积累太多，由此产生的无意义的精神内耗论谁也抵挡不住。为此，我想送给大家的一句话是：对过程做问心无愧的努力，对结果抱最无所谓的态度。自己能做的事情终归是有限的，只求自己在多年后回想起来觉得自己已经尽力，问心无愧就好。与其无止尽的焦虑，不如去跑跑步、看看书、和同学约着出去玩一玩。反正在努力完后，我们也只有静静等待结果这一个选择，那么为何不让自己放轻松，去享受生活呢？
希望我的经历能对你有所帮助！