Skip to content

Robotics@UPenn – WYQ

基本信息 Basic Information

本科专业:CS (4+0)

申请学位:Master

领域偏好:AI, ECE, Robotics

最终去向:Robotics@UPenn

申请三维 Application Information

均分(大一/大二/大三):3.85/4.0

语言成绩:IELTS 7.0 (6.5)

GRE:N/A

申请结果 Application Results

项目 结果 提交日期 结果日期
1. SPML@NTU 🟢 Admit 12.30 1.28
2. Robotics@JHU 🟢 Admit 12.14 2.25
3. MSECE@Duke 🟢 Admit 1.15 2.25
4. Robotics@UPenn 🏁 Chosen 1.17 3.5
5. MSEE@Columbia 🟢 Admit 1.15 4.1
6. CS@Edinburgh 🟢 Admit 1.20 2.13
7. AI@Edinburgh 🟢 Admit 1.20 2.17
8. Robotics@UCL 🟢 Admit 1.21 3.25
9. ECE@CMU 🔴 Reject 1.15 4.5
10. Robotics@UMich 🔴 Reject 1.17 4.1
11. MSCE@NWU 🔴 Reject 1.24 4.9
12. MEngECE@UIUC 🔴 Reject 1.27 5.7
13. MSCS@NYU-Tandon 🔴 Reject 1.27 4.2
14. CE@NUS 🔴 Reject 12.31 4.11

个人经历 Personal Academic Experiences

科研经历 Research Experiences:

三段AI领域的科研经历,将深度学习应用在生物医学领域的不同方面。分别是FYP,校外实验室暑研和校内RA,至申请时无pub。

实习经历 Internship Experiences:

2023-2024 GRP全栈开发,在英诺交换期间做的网站开发

2022 uCourse微信小程序后端开发

项目经历 Project Experiences:

大一暑假参加了牛津大学夏校,学习ML\&AI和一点点机器人localization和

mapping的算法,结课成绩A。

大二上在RobotMaster举办的活动中做了单片机小车的循线与避障。

申请经验 Application Experience Sharing

选校选专业:

这可能是申请最重要的部分,也是我做的不太好的地方。选项目一定要早点开始,因为有些项目截止时间很早,有些是rolling录取。我的中介一直让我不要急,我当时也忙着考语言没有主动找,最后错过了UCLA, UCSD, UIUC的MS项目。后来复盘时觉得申请的有些项目其实不太match,比如密歇根的robotics其实偏硬了。即使找中介,选校选项目也一定要自己多上心,否则中介很有可能就会选他最熟悉的项目,而不是最适合你的项目。

选专业时可以从就业方向,个人兴趣,申请难度方面考虑,同时要注意每个学校的同名项目可能学的东西会差很多,需要自己去官网看课程和老师的研究领域。比如robotics,有些学校偏软,有些必须选很多硬件的课程。我最感兴趣AI领域,但也不介意学一些硬件,又考虑到robotics可能是未来的趋势,所以申了不少偏软的ECE和Robotics项目。

标化成绩准备:

雅思对于基础不好的同学,要考到7(6.5) 还是有难度的,建议提前准备。我大三暑假才开始准备,所以最后出分的压力比较大。我没有考GRE,但是最后感觉对大部分项目都没什么影响。

推荐信准备:

对于科研经历比较丰富的同学,supervisor写推荐信是最好的,会比课程老师更了解自己,也有更多的内容和支撑例子可以写在推荐信里。我的推荐信是由三段科研的导师和GRP的英诺导师写的,个人感觉能比较全面的反映我的能力和品质,帮助比较大。

暑研/实习建议:

对于我感兴趣的这些方向,科研是更重要的,如果不是想申请CS,往软件开发大类就业,可以把更多关注放在科研机会上。因为绝大多数实习还是做得软件开发方面,科研会更灵活。学校老师和学校合作的实验室都有不少科研机会,找到感兴趣的方向可以大胆陶瓷,向老师展示自己的积极性和潜力。

此外,申请Master的时候有无pub不太会起到决定性作用(除非哈耶普斯麻CMU),在简历和文书里,通过科研经历展现自己的尝试和思考,也能体现潜力。

其他建议:

不要对自己太苛刻,大四很可能伴随着焦虑和迷茫,CS又是一个同辈压力很大的专业,保持好心态,相信一切都是最好的安排~