Program EECS/ ECE/ EE PhD Research Area Information theory, Statistics and Theoretical machine learning Admissions EPFL EDIC (1/21, w/ 1 yr fellowship) UC Berkeley EECS (2/1, w/ 1 yr fellowship) CMU ECE (2/6, w/ 1 yr fellowship) Harvard SEAS (2/9, w/ 5 yrs RA /TA + $18k scholarship) Princeton EE (2/9, w/ 1 yr fellowship) USC EE (2/9, w/ 5 yrs RA/TA) Stanford EE (2/13, w/ 3 yrs fellowship) Caltech EE (3/6, w/ 1 yr fellowship) (Note: only EPFL and Princeton no interview) Pending UIUC ECE (declined the interview) UCLA EE (declined the interview) UMich ECE UT Austin ECE Rejection MIT EECS (no interview) Decision Stanford EE Background ## Education MS in GICE, NTU (台大电信所), Sep. 2016 -- Jan. 2019 * GPA: 4.23/ 4.3 BS in EE and Math (double major), Sep. 2012 -- Jun. 2016 * GPA: 3.96/ 4.3 ## Test Scores * TOEFL 106 (R29, L30, S21, W26) * GRE 334 (V164, Q170, AW3.5) * sGRE math 910 (97%) ## Publications * First-author conference paper*2 (ISIT 2017/2018) * First-author conference paper submitted (ISIT 2019) * First-author journal paper under revision (TIT) ## Awards * 硕士论文奖*3 (TIEEE/ CIEE/ NTU GICE) * Conference Travel Grant*3 (ISIT/ 科技部/ 杰出人才基金会) ## Research Experience * Networked Information and Communication Lab, NTU (2014 -- 2019) * Fast Crypto Lab, NTU (2014 -- 2015) 申请心得 ## 前言 留学板上潜水已久，一路上在此得到了许多有用的资讯，因此简单分享一下自己申请的心路历程，希望或多或少能帮助到往後的学弟妹。我的研究方向与申请的track都是属於较为理论的领域 (information theory/ learning theory等等)，因此申请的心得或许不适用於所有EE/CS的申请者。 ## 求学与研究经历 相较於板上许多高GPA的同学，我大学的成绩相对普通许多，系上排名也不突出，因此我选择留在台大念完硕士并累积一些研究成果後再申请。而就结果来说，这样的策略也让我拿到比预期还要好上不少的offer。 大学时期自己就对理论有浓厚的兴趣，虽然自认为不是个特别聪明、思考速度快的人，但我喜欢慢慢琢磨一个问题，探究它背後的理论，也因此大二时蒙蒙懂懂就选择双主修数学。虽然然是双主修，但其实也只有把数学系必修修完，代数、几何都只接触过皮毛而已。大三开始同时跟了两个比较数学的专题，分别是密码学与消息理论的研究。各做了一年後，最後选择了消息理论作为主要的研究方向（因为密码学用到比较多代数，但自己对分析与机率较有兴趣），也在大学毕业後继续留在实验室念硕班。 相较於大学时花了很多时间在修课上，硕班时自己把重心转移到研究，也很幸运能在研究上小有成果，发了两篇 information theory 领域的conference paper (ISIT)。虽然在大ML时代ISIT并不是个有名气的会议，但在conference上和国外教授聊天以及之後interview时，得知其实两篇理论的paper在申请上算是蛮够用了，因此我猜publication这项目上应该算是有达标吧XD 最後我想简单谈一下双主修对申请理论PhD的帮助。我认为是非常有加分的，在Caltech的interview中，教授也提到了许多理论领域的PhD学生常常也都有奥林匹亚奖牌或是双主修，毕竟这是对数学能力一个比较客观的背书。但双主修其实也是有许多潜在成本的，大学时（尤其大三大四）为了完成数学系的必修，必须忍痛放弃许多其他有趣且实用的课程，现在想起来真的蛮可惜的... ## 选校、选老师 选校的部分，我是先把每所学校和我研究领域相近的老师找出来（感谢实验室同领域的强者学长在前一年申请时已经survey了百分之九十五了），若一所学校有两三位以上，同时排名也不错，便可以考虑申请了。但即便如此，我最後还是选了13间学校，光是申请费与送成绩就喷了一大笔钱orz另外有些乡野传说听听就好，例如申请前我听说Berkeley PhD几乎只收undergrad，加上我根本不认为自己会上top 3，所以差点不打算投... 最後再决定学校时，我是在Stanford 与 Caltech 之间做决定的。Caltech 要收我的老师是个实力非常好、知名度也高的教授，同时也有其他在业界很活跃的老师可以做co-advise。在我抱怨EE的 qual 太刁钻後，他很霸气的说可以直接用CS录取我，让我十分心动。但最後还是选择了Stanford，原因有二：首先Stanford是rotation based，也就是进去时没有指定一个advisor，可以在各个lab间都尝试一段时间後再做决定（当然热门的老师也会非常竞争）；同时Stanford给了三年的fellowship，因此在找advisor时我有多一点优势可以跟到想跟的老师。 ## CV/ SOP/ LoRs * CV的部分，我是直接套用latex的模板，并放上个人学术相关的经历，架构如下： - Education - Research Interests - Publications - Honors and Awards - Academic Activities - Research Experiences - Teaching Experiences - Related Courses - Technical Strengths (test scores) - References 其他一些与学术无关得经历我都没有摆，最後塞满两页左右。 * SOP我并没有找润稿，把这当成一个审视自己学习研究历程的机会其实对往後发展蛮有助益的。个人觉得SOP中规中矩的写就好，不必太执着於抓住读者的目光。除非你真的有非常特殊的经验，否则多数教授也只是挑重点来看而已。我的架构是开头、学习经历、为什麽选择information theory、两个主要的研究经历、未来想做的方向（非常重要！）、每间学校的客制化段落、结尾。我觉得两个最重要的段落为 1. 你过去的研究经历：最好从 general 写到 specific，并总结一下这个研究启发了你什麽。 2. 你未来想做的方向：先明确的写一个大方向（ex. 用information theory的工具分析machine learning的问题），再指出一个目前关心的特定问题（ex. machine learning中generalization error bound）。特定问题通常不必跟你的POI完全一致，也不见得要是以後的研究方向，但至少要能展现出你对该领域是有sense的。 我觉得最有帮助的就是将同领域学长姐的范本看过一次作为参考。另外网路上也有许多资源教你怎样避免写出很糟的SOP，下笔前建议先读过一遍。写完後一定要找别人帮你多读几遍给些comment，可以的话能让熟识的教授帮忙看过一遍更好（这边要特别感谢我硕班老板！）。 学校客制化部分我非常敷衍，用latex把每所学校的校名、program名称设为变数後，再加入客制化的段落一起compile而已...不过就结果来看影响应该是不大啦XD * LoRs 由於申请学校数量有点多，我一共找了四位老师帮我写推荐信，分别是硕班老板、大学专题指导老师、硕论口委、以及修课老师（有帮我写过其他推荐信、并在研究上有合作过）。我并没有到国外实验室去visit过、也没有和名校教授有connection，但就结果来看这些推荐信的质量也相当足够了。 除了硕班老板外，其他老师我都有帮忙拟稿，但我会特别拜托老师帮我强调某几项特质，并加上自己主观的评论。毕竟一封好的推荐信通常是有许多主观的评论，但碍於礼貌拟稿通常不会写出来。 ## TOEFL/ GRE/ sGRE * GRE 的部分已经在专版发过心得文了，可以直接搜我id找到相关资讯，短时间冲刺的话蛮推荐Mason GRE的。个人认为GRE过了门槛後完全不重要，考高分只是增加自己申请时的信心而已。 * TOEFL则是在考完GRE後两个月去考的，基本上也只有把TPO刷一刷就上了，口说拿了21分实在挺惨的...同样对於理工而言TOEFL也是过了门槛即可，不必太执着於分数。 * sGRE math 当初鬼迷心窍就报下去了，虽然不知道在申请过程中扮演什麽角色，但我想或多或少能帮自己数学背景背书吧。我自己是花了一个礼拜左右写考古题，我想如果有把数学系必修修过应该是蛮容易准备的吧（虽然最後也只考了一个不上不下的分数而已orz）。 ## Interviews 很幸运在一月到三月之间进行了十几次的面试，从前几场的紧张忐忑到後来可以算是小有心得。大部分的问题不外乎是要你介绍研究、简述之後想做的方向，并向你介绍他们学校及实验室等等。 介绍研究大致上可分为两种方式，第一种是top-down的介绍法，以比较全面性、high-level地讲你的研究坦讨什麽问题、用了哪些方法、对该领域有什麽贡献，而大部分的面试我都是以这总方法简单介绍我的研究。第二种则是bottom-up的方式，现从一个简单的toy model讲起慢慢推广到较为general的情。在几场较为精实的面试中，教授会以他的角度重新理解你的问题，这时bottom-up的方式会是一个较佳的介绍方式。因此我会建议在面试前先好好思考该如何传达自己的work，并准备几个example方便讲解。 面试前记得将自己的SOP再读一遍，因为许多问题可能会从SOP延伸。同时可以多准备一些关於该校、该教授研究的问题讨论，避免场面很乾XD 前几场面试我非常紧张，但到後面习惯了之後反而还蛮享受和教授们聊天的过程，并在其中也学到不少东西（但我在二月中入伍，因此很可惜地必须推掉UIUC与UCLA的interview）。我还记得在面CMU时，寒暄完後我不知道哪根筋不对，竟然直接向教授说 why not tell me more about your research? 然後就听她卖力地向我介绍她的研究... ## 联络教授 整个申请过程中我没有主动寄信联络任何教授。十二月中送出申请後我便开始赶一月初的paper deadline，所以原先的规划是一月中开始寄信套词。然而我在十二月底便措手不及地接到UC Berkeley的interview了，也因此我觉得寄信联络教授似乎影响不大，之後便打消寄信的念头了。 致谢、结语 申请路上受到太多人帮忙，详细的感谢文我就留在FB了。最後希望这篇心得文能抛砖引玉，让更多强者出来分享自己的心路历程！ PS 由於现在人还在国军online中，因此回信/回文会比较慢一点，希望大家多多包涵 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.240.41.114 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/studyabroad/M.1553961006.A.E3F.html 我认识不少双主修GPA还是很高的强者，我这样的GPA能有这麽好的结果真的是运气点满了XD Tim 才是真强者orz CMU ML PhD 的大神<(_ _)> 推宋姐！不过我现在半个电路都画不出来了orz ISIT的确有很多很棒的理论，参加者也有很多名校老师、学生，不过由於之後主要想做theoretical ML，因此还蛮希望可以投一些COLT or AISTATS之类的 我们领域通常给fellowship是让你有时间找实验室（之後主要还是RA/TA），因此超过一年的fellowship反而比较不常见 大推我老板！ ※ 编辑: nick0230 (111.240.47.241), 04/05/2019 18:20:50