中午到实验室打开msn和hotmail就收到了GIT的Offer：“...Your financial support includes a tuition reduction to $25 per term as part of a Graduate Research Assistantship with an initial monthly stipend of $2,131...” 415之前答复。感觉这个offer来得挺早。上Gradcafe刷了一下，发现CS方向大批放offer的还是只有UIUC第一轮的TA，以及一个 Berkeley的口头offer(某海本)，GIT一个都没有。其它所有学校几乎都还没消息。收到offer还是很开心的，但并没有想象的那么激动。为这个努力了太久，走过许多曲线救国的道路，很多激情最后都沉淀成了信念，觉得是水到渠成的事了。
据说GIT每个月要交很多杂费，RA的钱税后大概也就1700-1800左右。减去杂费后很少了，刚够生活(待求证)
报一下美国留学背景：
学校：某二流985 EE本科，弱背景弱GPA 82;HKUST EE MSc/ECE M.Phil，GPA 4.0/3.81
Paper：2篇1作Top conf，1篇1作Top conf在投，1篇1作Top Journal，2篇1作2nd tier conf，n篇3作或以后的2nd tier conf
研究经历：曾在深圳某研究所一个不错的实验室实习，现在CMU Robotics Inst做RA，研究生期间研究经历比较多。
推荐信：HKUST MPhil导师，深圳实习导师，CMU导师
语言成绩：GRE 155/167/3.5 TOEFL 111 (30 30 23 28)
方向：机器学习，计算机视觉
写一写美国留学面试的经历吧：
1月13号收到套磁老师的信问有没有时间面试，想测试一下我的English communication ability。他说觉得我的GRE Verbal不是super high(但我觉得T才更能反映= =)。16号面完，18号收到的offer。套磁的老师非常nice，之前曾帮我把材料给highlight了，说是让更多教授能看到。还说“If u get offer from MIT Stanford CMU Cornell, u should go.”(但我觉得这些学校除了CMU好点其它希望都不大)。面试完说，会talk to the admission committee。
面试的过程非常顺利，英语一直都不是我的弱项，而且自己做的Topic也都比较熟悉。还要感谢在HK的研究经历，每次跟老板meeting都是用英语聊research的，所以习惯了。先前特意准备了一些他可能问到的问题，但实际上面试的时候没用上太多，基本在自由发挥。
晚上10点左右开始的面试，聊了大约4、50分钟。从时间判断应该是Personal的那种，非committee。
一上来先简单地问候了一下，然后还问了一下我申请其它学校的情况，问大约什么时间出结果，我说大概二月。再就问assistantship会不会跟offer一块来，我说Stanford可能会给AD，其它很多学校应该是PhD offer means assistantship.
然后似乎是对着我的简历从本科问起。问了一下本科学了哪些课以及背景，我特意强调了一下本科的Program比一般EE Program更重Math和Computer。
然后聊到HK的经历，问MSc跟MPhil有什么区别。我回答MSc是by course的，MPhil是by research的。顺带聊了一下自己在MSc时候的研究经历。
再就是着重问MPhil的课程，问有多少课跟机器学习和计算机视觉有关，我说几乎所有的都是，把课程题目和内容简单列了一遍。然后问 convex optimization学了什么，stochastic process怎样之类的。其实问这些的时候我有些虚，因为很多东西忘得差不多了，我就很模糊地回答convex用的是Stephen Boyd的教材，但比Stanford的公开课简单。学习怎样把一些优化问题formulate成convex的，还有KKT condition。如此这般。Stochastic我拿的是B，因为自己确实不是很喜欢这门课，所以也老实承认了。扯了一下Bayesian Probability, Kalman Filter。教授则说他研究的问题很多跟Stochastic Process还是很有关的，囧。
然后是自由地聊我的研究和他的研究，聊了一下我的paper，还问我对计算机视觉和机器学习的关系，问我现在CMU做的project。他则提到了音乐流派的分类，说对这个有兴趣，问我有什么idea。我一时语塞，因为从来没做过音乐的分类，实在没研究过音乐该怎么提特征。随便想了两个很简单的方法，用傅里叶变换，或者是用类似Image Classification里面的Bag of Words方法。最后实在不行了，说没太研究过音乐的特点，不知道怎么去抽特征。他就提到了用Deep learning的方法自己学特征。我一下就后悔了，怎么没想到这个。
还聊到研究方向的问题。我感觉我和他的研究方向还是有些区别的，但我说只要跟机器学习有关的东西，都会感兴趣。
最后教授鼓励说“It's a nice chat. Your research profile is very competitive.” 我听了很高兴，觉得聊得还是挺开心的，希望应该不小，只是没想到offer来得这么快。
关于CS方向的申请还有些个人感觉想分享：
1. 首先我觉得这个方向竞争实在是太激烈了，尤其是机器学习和视觉这块，这个不必赘言了。每年招生的Group就屈指可数的那么一些，国内却冒出越来越多的拔尖学生，而且是厉害得令人咋舌的水平。我所了解的就有3个本科生，都是接近4的GPA，清华浙大复旦这样的Top高校，本科就有一两篇一作top conf，甚至是PAMI和IJCV这样国内教授没多少能发的Top AI Journal。这样的本科生大多有MSRA实习经历，或者在一些著名的大学实验室做研究，带的老师都能写出很有分量的推荐信。这些学生基本横扫四大了。另外我身边也有认识的两个好友申同一个方向，他们的背景都比我好。其中一个是清华的本科香港的研究生;另一个本科生也是top gpa, ACM-ICPC, 本科发了top conf。
2. 申请PhD拼的就是Research，学术学术再学术。如果是研究生，PhD application会focus在研究生期间的研究经历上，Paper是最重要的。CS方向这几年最看重的还是Top conf，效果是Top conf>= Top journal>journal>conf。
3. 如果是本科生，学校和GPA就很重要了。研究经历相对没那么有要求，但反之如果有拿得出手的研究经历，会非常impressive。其实GPA和学校背景，归根结底还是为了evaluate你的research potential。
4. 申请PhD，推荐信绝对比很多人想象的要重要。前提是你的老板在某个领域是比较famous的，比如是fellow级的人物。他们有自己的圈子，推荐的学生大多也都去了那个圈子。你会发现有的教授推荐信在某些系统的学校非常work，在别的就一般。
还有些细节，比如UIUC的T口语卡24。如果过了24，你的机会就大很多(Committee第一轮提前选出来，Fellowship or TA，今年的已发)。如果没有，你只有等教授主动来要你帮你说话(一般要经过面试，第二轮，竞争比第一轮残酷得多)。我到现在都没收到UIUC的面试通知，感觉希望有些渺茫。早知如此宁可其它section的分数少个10分，也要把口语部分刷上24了。
最后祝大家申请好运，新年都拿到自己心仪的offer。时间不早了，明天还要Meeting，先停笔睡觉。在CMU混了一段时间，对这边的情况也有所了解。等有时间我希望能写一写CMU这边的情况和申请(尤其是AI这块)，再就是关于写学术流PS和推荐信的一些Tips。
