關於 大推猛推跪著推 ，我們在網路上蒐集到這些相關的討論、資訊與評價

研究方向:

Computer Vision and Machine Learning

申請結果:

Admission:

Stanford CS PhD
MIT EECS PhD (interviewed)
UW CSE PhD
UIUC CS PhD (interviewed)
UofT CS PhD

Rejection:

UCB EECS PhD (interviewed)
CMU MLD/RI PhD
Cornell CS PhD

學歷:

NTHU CS BS 2012~2016
GPA: 4.16/4.30
Rank: 4/117
Honor: 書卷獎 * 5

英文考試:

Toefl: R28 L29 S24 W28 109 (2017/09)
GRE: V161 Q170 AW3.5 331 (2017/09)

Publications

3 * 1st/co-1st author top conference paper (CVPR, IJCAI, CHI)
2 * 1st author top conference workshop paper
1 * Nth author Google’s open-source library technical report
1 * 2nd author second-tier conference paper

工作經驗

Research Intern, UberATG, 2017
Research Intern, Virginia Tech, 2017
Google Summer of Code with scikit-learn, Google, 2016
iOS developer Intern, iCook, 2015
iOS developer Intern, Forest, 2015

Open-source Projects:

Deep Learning Flappy Bird (4100+ stars on Github)
pix2pix-tensorflow (400+ stars on Github)
Contributor of scikit-learn/scikit-learn (20000+ stars on Github)
Contributor of tensorflow/cleverhans (1200+ stars on Github)

推薦信:

指導教授, 清大電機 * 1
指導教授, Virginia Tech * 1
Research Scientist, NVIDIA * 1
Research Head, UberATG Toronto * 1

心得:

1. 推薦信:

推薦信是最重要的。

在現今 CS PhD 申請人數大爆炸與深度學習論文到處都是的時代，
教授們也把推薦信看得更重。我參加 visit days 時跟其他錄取者聊天，
發現他們都出身美國名校並且手握知名教授的推薦信。
總結來說，上的人都一定有知名教授強推，但不一定有很多論文。
對於學經歷已經劣勢的台灣人來說，
有機會一定要爭取去國外實驗室實習發論文並且拿推薦信。如果沒有機會去國外，
一個簡單衡量國內教授推薦信強度的方法就是看過往學生的去向。
一個實驗室如果送了很多學生去國外，代表這個老師跟國外學校是有 connection 的。
就我個人經驗而言，我拿的推薦信都對申請結果起到了很關鍵的作用。

2. Publication:

找一個好教授是發論文的關鍵

我自己是畢業以後 (2016 暑假) 才下定決心開始全力投入研究，
在此鼓勵大家研究起步不嫌晚。
留在清大的日子裡，我很幸運的遇到了一群很有進取心的夥伴以及一位聖人教授。
教授把實驗室的氣氛帶的很棒，大家的目標都是申請 PhD 或者找到研究性質的工作，
因此成員們都以發表論文跟分享技術為榮！留在清大的半年我很幸運的有了些論文成果，
也因此獲得教授的推薦得到了去 Virginia Tech 以及 UberATG 實習的機會。

好教授帶給你的幫助是全方位的，從培養研究興趣到發出論文再到找實習或工作。
我建議大學越早進實驗室越好，趕快了解自己喜不喜歡研究，
也可以跟教授儘早打好關係。選實驗室的方法一樣就是看過往學生的成果。老實說，
我覺得興趣只要大致 align 就好，畢竟一個好的實驗室是會培養你的研究興趣的。
相反，一個壞的實驗室反而可能澆熄你原本很有興趣的研究方向。

隨著機器學習方向申請者急遽上升，錄取者的背景也水漲船高。
想要擠進好學校，我建議至少要有一篇 top conference 一作比較有機會。
當你有兩篇以上的時候，可以把剩下的精力拿去投資別的東西像是推薦信。
我聽到的是教授知道你有做研究的能力以後除非你有特別令人印象深刻的論文，
不然不會單純按照論文數量來 sort 申請者，而是會從方向, SOP, 與推薦信來判斷。
以我個人經驗來說，我在發完第三篇論文以後決定加入 UberATG,
當時為了拓展專長與拿推薦信就選了不太能發論文的 project 豪賭一把，
最後也很幸運得到好的結果。

另外我發現機器學習方向的申請論文門檻變高讓準備申請變得更單純。
不管你想念 master 還是 PhD 或者還在搖擺，
只要你想跟機器學習扯上關係，專心做研究發論文並且暫時以 PhD 為目標就對了，
不用特別考慮 engineering 的實習。PhD 的難度比 master 高很多，
只要你能錄取 PhD 基本上 master 都沒問題。

3. SOP

我覺得 SOP 本身並不是很重要。以前都聽大家說要花幾個月寫，
但我當時因為實在太忙最後只花了兩個禮拜寫。
我覺得只要中規中矩的把過去的研究經驗串起來說成一個故事，
並且針對每間學校客製化最後一段展望未來並提到教授都不會有太大的問題。

推薦這篇短文：https://threadreaderapp.com/thread/933388419589459969.html

4. 英文考試

托福 > 100, GRE > 320 是大家都知道的門檻。
更細節的話，Toefl 的口說盡量 > 22, GRE Q > 168。
我推薦大家專心背 Mason 的一千單並且刷考滿分，然後先考 GRE 之後馬上轉考 Toefl。
我們實驗室很多人都這樣唸並成功的在短時間內考完兩科。
最後，當然是越早考越好不要像我拖到最後一刻壓力超大 ...

5. GPA

如果你的目標是申請機器學習方向的好學校，我認為 GPA 可以當作門檻來看。
達到 4.0/4.3 後再往上的幫助不大。那要怎樣兼顧 GPA 又發論文呢？
我的建議是 少修課多做研究。
千萬不要為了證明自己很厲害就點很多硬課，研究跟修課很不一樣但也重要多了。
真的有想學的知識可以找網路上的公開課程，盡量別為了 GPA 耽誤研究。
就我的觀察是這對申請 master 也很適用，有論文對申請 master 是大加分。

計劃

畢業前夕時原本打算申請 master 的我因為自己一個熱門的 open source projects
開始考慮 PhD 的可能性。當時找了指導教授聊聊，他告訴我貿然出國去唸 master
風險很高因為

1. 一去就要考慮該找業界實習還是進實驗室，沒時間探索
2. 在國外念 master 進實驗室不一定會得到老師的重用，不一定能發一作論文
3. 要付很多錢
4. 不管未來是當教授還是進業界做機器學習很可能還是需要 PhD

當時的我掐指一算，如果留下來的這一年可以讓我釐清想不想念 PhD，
順便增強自己的實力還可以賺一點錢 (研究助理) 那何樂而不為？
我一直告訴自己：

別低估了一年能帶來的改變，高估了晚一年的代價

如果我留下來一年就能申請上 PhD，那仍然比先念碩士再念博士的的人早。
如果我留下來一年只申請上 master，那也有很高機會能上 CMU RI 這種很好的 master。

而在留下來一年該待在哪的選擇上，當時我有中研院以及清大兩個選擇。
客觀上來說，中研院是個更安全的選擇因為該實驗室已經有很多成功的先例。
另一方面，我在清大的老師當時剛從國外回來還沒帶學生發出 top conference 論文，
也沒有任何學長姐的成長軌跡可以借鑒。
最後促成我留下來的是因為跟清大的指導教授已經很熟悉，
我也很喜歡他帶領實驗室的風格，決定豪賭一把。
事後諸葛來看，兩邊的學生都有了很好的成果，因此都是很好的選擇。

生活方面，因為一直都有很不錯的工資、獎學金加上出國開會的機會，
晚一年讓我存了不少錢還有機會去法國、澳洲、夏威夷、洛杉磯、匹茲堡、丹佛 ...
等等城市遊玩並且得到很多跟外國人互動增廣見聞的機會。

面試

這次的申請過程我收到了三個面試，分別是 UC Berkely, MIT, and UIUC。

UIUC

我在參加 conference 前就聽學長說可以聯絡想跟的教授聊天，
因此我就積極寄信給 UIUC 的教授約見面。
申請前我們分別在兩個不同的 conference 見過面, 聊天的過程也非常愉快，
他甚至還來我的 poster 前面聽我報我的研究成果。
申請前他就暗示我會上，並且給了我 UIUC 方面最優渥的 PhD package。
嚴格來說，這算是私下約見面而不是官方的面試

MIT

我跟這個 MIT 的教授算是很有緣份。我在清大時有天晚上想到了一個 idea，
想找看看有沒有相關的文章就意外發現了這位教授剛放上網的論文。於是，
我當晚熬夜把他的論文用 tensorflow 寫了一遍放到 github 上，也得到了他的 star。
後來在夏威夷參加會議時，我意外看到他在路邊等 Uber，
於是我馬上手刀衝上去自我介紹並另外約了一個見面時間聊半小時。
後來時隔七個月，他看到我的申請文件以後寄信問我是否在 Uber SF 上班，
是的話可以見面聊聊因為他剛好在附近。
人在多倫多的我看到這封信以後二話不說訂了當晚往 SF 的機票飛過去 (機票很便宜)。
最後他帶我參觀了他的公司 (OpenAI) 並且愉快的聊了一個半小時，
聊天過程他也說今年申請是史上最激烈，最後的 20 個候選人都有超過兩篇 top 論文，
但他們只能選不到一半

UC Berkeley

這間一直是我最想上的學校。在 1 月中收到夢幻教授寄來的官方面試信時，
我簡直不敢相信自己的眼睛。然而，面試的過程並不順利。
教授並沒有問我的未來規劃，取而代之的是永無止盡的技術問題。
面試完的當下，我真的非常沮喪 ... 覺得自己把僅有的一次機會搞砸了。
但誰知道，兩天後我收到了另一封同樣是夢幻教授的信。
他說跟前個面試我的教授談過了因此想要跟我私下聊聊。
原本預計 15 分鐘的聊天，被我們硬是聊成了一個小時。
話題也從我的背景聊到教授說服我放棄其他學校的 offer 加入 UC Berkeley，
甚至還聊到了我加入後每個學期的研究規劃。電話的最後，
教授跟我說:"今年能拿到面試的是 75/2300，你要為自己感到驕傲。
沒意外的話期待將來的合作。" 不過，最後我還是被拒了。
後來聽說 UC Berkeley 去年收了太多人 funding 吃緊，因此今年把 bar 調得更高。
這也從側面說明了申請跟運氣的關係是非常非常大的。

感謝
謝謝清大孫民老師
謝謝 Virginia Tech 的 Jia-Bin Huang 老師
謝謝 NVIDIA 的 Dr. Liu
謝謝 UberATG 的老闆
謝謝我的超強同事
謝謝一路上幫助過我的台灣前輩
謝謝所有的好朋友
謝謝我最愛的家人

祝大家順利！

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 99.229.211.181
※ 文章網址: https://www.ptt.cc/bbs/studyabroad/M.1521393306.A.67E.html
※ 編輯: yenchen1994 (99.229.211.181), 03/19/2018 01:34:30
※ 編輯: yenchen1994 (99.229.211.181), 03/19/2018 01:42:27
只是 workshop, 不要誤會！
已修改，謝謝！
※ 編輯: yenchen1994 (99.229.211.181), 03/19/2018 12:48:58