就業後再出發錄取伯克利全獎博士的心得

【博士申請背景】

本科：985本科，3.6/4.0

歐陸訪校，兩(liang) 段科研

海外和國內(nei) 教授推薦信

【博士申請結果】

加州大學伯克利計算機科學博士（全獎）

UC Berkeley--PhDComputer Science

伊利諾伊大學香檳分校計算機科學博士（全獎）

UIUC--PhD Computer Science

加州大學聖地亞(ya) 哥計算機科學博士（全獎）

UCSD--PhD Computer Science

斯坦福大學（麵試邀請）

Stanford University--PhD Computer Science

01為(wei) 什麽(me) 選擇美國讀博？

其實本科的時候，我並沒有特別堅定地想要讀博，所以科研經曆這塊兒(er) 確實比較欠缺。這也是我後來在碩士階段努力想要彌補的地方。剛開始，我的目標主要還是就業(ye) ，覺得無論是留美還是回國進大廠，都是不錯的選擇。但現實有點打臉，周圍學長老師的就業(ye) 情況並沒有想象中那麽(me) 樂(le) 觀。

在美國，碩士的就業(ye) 形勢可能還不如美本畢業(ye) 的同學，有些人甚至不得不去亞(ya) 利桑那或者中部一些州找工作，而且H1B抽簽也是個(ge) 問題。還有一些同學雖然進了Uber、穀歌這樣的大廠，但沒過半年就被裁了。現在很多公司的團隊裏，實習(xi) 生占了大多數，正式員工被裁似乎已經成了常態。

再看國內(nei) 的就業(ye) 市場，卷得不行。我在碩士最後一年花了很多時間麵試大廠，一輪接一輪的麵試真的讓人身心俱疲。幸運的是，我在碩士期間跟的導師有一些國家實驗室的科研項目，這讓我開始有了讀博的想法。不過，畢業(ye) 前我還是找到了一份工作，而且工作壓力不算太大。

於(yu) 是我就一邊工作一邊準備博士申請。後來我在Reddit（類似國內(nei) 的知乎）上聯係了一些在讀博士，問了問他們(men) 的在讀體(ti) 驗，感覺至少他們(men) 做的東(dong) 西是自己感興(xing) 趣的。雖然打工一開始還行，但時間長了真的讓人覺得沒什麽(me) 希望。所以，我就把重心慢慢轉移到了博士申請上。

02能否談一談申請經驗？

語言

確實，托福考試雖然能測試一定的語言能力，但真正解決(jue) 語言問題的關(guan) 鍵還是得多和人交流。我挺幸運的，碩士期間的graduate advisor是個(ge) 特別願意和學生溝通的老師，平時交流機會(hui) 很多。其實一旦熟悉了，語言上的障礙反而沒那麽(me) 重要了，說得多了自然就練出來了。

從(cong) 博士麵試到後來申請Berkeley的研究助理（RA）或者教學助理（TA），都需要單獨麵試，甚至還有專(zhuan) 門的口語考核。所以我覺得，唯一的建議就是多開口說，練得多了自然就順了。語言這東(dong) 西，真的沒有捷徑，就是靠多練多交流。

GRE

GRE實際上是一個(ge) 投入成本的問題，我用的是本科時候的成績。因此沒有占用我太多時間，如果碩士階段再考會(hui) 比較費時間。而且uiuc、cmu現在都是optional的。大家結合自己的申請時間去考就好了。

研究框架

這個(ge) 要感謝機構老師幫我所有目標院校老師研究方向都做了細致的調研和套磁規劃，並且鼓勵我畢業(ye) 後一直和thesis supervisor保持聯係，後麵他的推薦給了我很大的幫助。因為(wei) 我10月才開始和機構合作準備研究提案，時間比較緊，沒太多時間去寫(xie) 一個(ge) 完整的提案。

不過，提案導師建議我說，如果有已經發表的論文，提案的重要性可能會(hui) 相對降低一些。所以我就直接用碩士論文和項目改成了一個(ge) outline，作為(wei) 研究計劃放到了supporting document裏，然後馬上開始了套磁。這樣既能節省時間，又能把重點放在和導師的聯係上，效率還挺高的。

套磁策略

嗯，美國的博士項目主要是輪換製度，博一的時候研究方向通常都會(hui) 調整或者深化，所以申請時的重點還是放在以往的研究經曆和寫(xie) 作樣本上。

不過，套磁確實也很重要，我的套磁策略可以分享一下：優(you) 先聯係新進導師，然後是項目組的PI，最後是副教授。因為(wei) EECS領域的老師流動性比較大，所以我更關(guan) 注那些帶項目的導師，而不是已經固定在某個(ge) 學校的老師。當然，我的supervisor也幫我推薦了他的co-author，後來還拿到了UIUC的口頭offer，這讓我在正式申請之前心裏踏實了不少。

這裏誇一下機構套磁老師的經驗是真的很豐(feng) 富，哪些老師能同時套哪些不能確實非常有講究。我比較慶幸的是差點用類似的材料套了另外一個(ge) 麵試我的老師，不然麵試的時候可能會(hui) 比較尷尬。

研究方向

研究方向基本上從(cong) 你跟定某個(ge) supervisor的那一刻就已經大致確定了。自己摸索方向的階段，可能對本科生直博的同學更有幫助。雖然CS學院的老師很多，研究方向也覆蓋得很廣，比如有些偏CS的AI和社會(hui) 科學、AI和環境科學的交叉領域，還有些偏EE的硬件、控製或者架構之類的，但真正能套磁的老師其實很有限，主要還是得根據自己的方向來匹配。

其實更多時候，還是得看自己能抓到的數據、接觸過的模型以及已有的科研經曆，然後去找到最合適的導師和項目。畢竟，研究方向和自己的背景匹配度越高，後續做起來也會(hui) 更順利一些。

論文重要嗎？都說AI卷，是的。但是說要Q1一作好幾篇那是不需要的，很多博士畢業(ye) 似乎都沒有達到這個(ge) 水平。

我本人確實沒有一作論文，說實話，在美國本土的科研經曆其實比論文更有用。不過，如果本碩都是在國內(nei) 讀的同學，還是盡量多發論文比較好，因為(wei) 國內(nei) 的科研背景調查起來可能沒那麽(me) 容易，論文算是一個(ge) 比較直觀的證明。

雖然美國更看重實際的科研能力，但有論文的話，至少能讓申請材料看起來更紮實一些，尤其是對於(yu) 國內(nei) 背景的同學來說，算是個(ge) 加分項吧。

03能否談一談你理解的美國博士就業(ye) 市場？

就就我目前的理解，ECE/EECS相關(guan) 的計算機科學碩士和博士在就業(ye) 市場上的差別還是挺大的。先說碩士吧，大多數計算機科學碩士畢業(ye) 生都會(hui) 選擇進入工業(ye) 界，像軟件開發、係統工程、數據分析這類崗位是最常見的選擇。如果想要可持續發展，主要還是得走研發崗位，不然國內(nei) 外其實都有年齡瓶頸。

產(chan) 業(ye) 界對碩士的要求主要集中在professional技能和項目經驗上，畢竟公司更關(guan) 心你能不能馬上上手幹活，非常功利。不過，現在的就業(ye) 環境大家也都看到了，實際就兩(liang) 種情況：第一種是找到工作並且不被裁，薪資都不低。我周圍有同學去了台積電，起薪18w刀每年，而且暫時不用擔心被裁，確實挺香的。

但大部分人是第二種情況：找不到工作，隻能“狗”在美國，或者運氣好一點找到工作但很快被裁，拿點補貼。還有一些人靠抽簽賭運氣，或者找律師繼續虧(kui) 本拿簽證，真的挺難的。

而就現在，最前沿的如果你想做人工智能、機器學習(xi) 、大模型這種前沿領域的研究，僅(jin) 靠碩士學位可能不太夠用。大部分公司更願意給博士在讀或者畢業(ye) 這些機會(hui) ，因為(wei) 博士生有更強的理論基礎和研究能力。

博士畢業(ye) 生的選擇會(hui) 比碩士多一條路，不僅(jin) 可以進大廠做研究員，還能去高校當教職（至少目前是這樣）。雖然學術界的職位不多，競爭(zheng) 也很激烈，但一旦拿到教職，發展前景就比較穩了。

如果能畫到終身教職（Tenure）這個(ge) 大餅，再在企業(ye) 研究部門兼職做研究員或者科學家（這個(ge) 在美國是個(ge) 專(zhuan) 門的title），那我覺得是最理想的路徑了。

不過，博士的薪資其實比碩士高不了太多，但至少目前來看，博士的就業(ye) 是不用愁的。

當然，像我這種沒有直博的，還得考慮年齡因素。美國博士通常需要5到7年才能畢業(ye) ，雖然期間可以拿獎學金或者助研津貼，但畢竟要投入更多的時間和精力，對很多人來說，這是個(ge) 不小的成本。

主要還是看個(ge) 人吧，如果你不甘心在產(chan) 業(ye) 界做螺絲(si) 釘，而且有很強的自驅力和研究興(xing) 趣，那不妨試一試讀博。畢竟，博士這條路雖然辛苦，但也可能帶來更多的機會(hui) 和成就感。