MITS@CMU – GYY¶
基本信息 Basic Information¶
本科专业：CS (4+0)
申请学位：Master
领域偏好：CS, AI, and DS, with interests in ML, NLP, CV, and interdisciplinary areas bridging Mathematics and Computer Science.
最终去向：MITS@CMU — MS Information Technology Strategy
申请三维 Application Information¶
均分（大一/大二/大三）：78/70/68；GPA 3.83
语言成绩：TOEFL 104（R24 + L28 + S25 + W27）
GRE：329（V159 + Q170 + A4.5）
申请结果 Application Results¶
| 项目 | 结果 | 提交日期 | 结果日期 |
|---|---|---|---|
| 1. MITS@CMU — MS Information Technology Strategy |  Chosen |
1.15 | 3.4 |
| 2. MSECS@JHU — MSE Computer Science |  Admit |
12.15 | 1.27 |
| 3. DS75@UCSD — MS Data Science | Admit |
12.3 | 4.9 |
| 4. MSCS@GaTech — MS Computer Science | Admit |
2.1 | 3.27 |
| 5. AIM@CMU — MS Artificial Intelligence Systems Management | Admit |
12.2 | 12.7 |
| 6. CS28@USC — MS Computer Science | Admit |
12.15 | 2.21 |
| 7. Analytics@UCB — MS Analytics | Admit |
12.15 | 3.16 |
| 8. MSCS@Columbia — MS Computer Science |  Waitlist |
1.15 | Now |
| 9. MSCSE@UMich — MS Computer Science and Engineering | Waitlist |
1.15 | Now |
| 10. AIE-ECE@CMU — MS Artificial Intelligence Engineering - ECE |  Reject |
12.15 | 4.12 |
| 11. CS75@UCSD — MS Computer Science | Reject |
12.15 | 4.9 |
| 12. CIS@UPenn — MSE Computer and Information Science | Reject |
2.1 | 4.1 |
| 13. MSAII@CMU — MS Artificial Intelligence and Innovation | Reject |
11.20 | 3.11 |
个人经历 Personal Academic Experiences¶
科研经历 Research Experiences：¶
2025.6–2026.3
MDPI Drones (共一) — Reinforcement Learning Based Hybrid Truck–Drone Delivery Optimization — Dr. Huan Jin
2025.5–2026.6
CVIU (一做在投) - Final Year Project — Edge-Enhanced Dual-Stream Transformer for Small Polyp Segmentation — Dr. Fiseha Berhanu Tesema
实习经历 Internship Experiences：¶
2024.10–2025.10
SenseTime — Algorithm Engineer Intern
-
Smart Q\&A System for Medical Devices
-
Key-Point Evaluation for Embodied Intelligent Robots
2024.8–2024.10
Shanghai Big Data — Algorithm Engineer Intern
- Smart Legislation based on Retrieval-Augmented Generation (RAG)
项目经历 Project Experiences：¶
2024.6–2024.7
National University of Singapore School of Computing Summer Program — Web Crawling
2024.9–2025.5
GRP — Logic Diagram Generation Software
荣誉奖项 Awards¶
Software Copyright — SR Number: 2025SR2334315
MCM — Successful Participant Award — Predict 2028 Olympics Medal Table: Hierarchical Adaptive Prediction Framework with LSTM-Attention Mechanism
IMCM — The Meritorious Award — Revolutionizing Spatial Data Analysis through Collaborative Kriging Innovations
申请经验 Application Experience Sharing¶
选校选专业：¶
选校时，我主要根据自己的兴趣和已有背景，将申请方向集中在 CS、DS 和 AI 相关项目。由于我的语言成绩相对较高，所以在选校时也会有意识地关注一些对 TOEFL 小分要求较高，或明确要求/建议提交 GRE 的项目。例如 Berkeley IEOR 和 CMU MITS 这类项目，对标化成绩的要求相对更具体，因此比较适合用语言和 GRE 成绩作为背景中的一个优势点。
我的申请节奏中有一个比较大的转折点：12 月 16 日收到了 CMU AIM 项目的录取之后，后续的选校策略发生了明显变化。因为当时已经有了一个较好的录取结果，后面的申请基本上更激进，更偏向于彩票，所以也加入了一些难度非常高的项目，比如 UPenn CIS。现在回头看，这一部分申请有一定浪费，因为 UPenn CIS 对陆本申请者非常不友好，录取概率极低，并不一定适合作为常规冲刺项目。但是结果比较出乎意料，总体感觉今年的美硕申请难度大幅下降，建议大家可以多多抽奖，录取到的好的项目的概率还是有的。
另外，USC CS 虽然相对容易录取，但我不太建议把它当作唯一或主要的保底项目。它的出结果时间通常比较晚，如果前期没有其他录取，等待过程会比较考验心态。因此，保底项目最好选择出结果较早、录取概率稳定、自己也愿意去的项目，而不是只看学校排名或往年录取人数。
标化成绩准备：¶
语言考试建议尽早准备。GRE 并不总是必需，但如果分数较强，可以扩大选校范围，尤其是对一些强制要求或重视 GRE 的项目会有帮助。如果 GRE 不能达到 320 左右，通常可以考虑不提交；如果英语基础不够强，也可以跳过 GRE，把时间投入到雅思托福和背景提升上，并重点选择不强制要求 GRE 的项目。
推荐信准备：¶
推荐信建议大家尽量多找几位老师，提前沟通，因为不同项目对推荐信数量和类型的要求不一样。我的标准是：熟悉且靠谱 > 推荐人的 Title。当然，如果老师本身在相关领域有较强影响力，也会是加分项，但前提仍然是他/她足够了解你，愿意认真帮你写。此外，有些老师有开推荐信的最大数量的限制，这也需要提前了解确定。
我一共找了 4 位推荐人，包括 Anthony Tony Bellotti（我的 Personal Tutor）、Huan Jin（我的论文产出指导老师）、Fiseha Berhanu Tesema（我的毕业论文指导老师），以及我在 SenseTime 实习期间的老板。对于需要 3 封推荐信的项目，我一般提供 2 封学术推荐信 + 1 封实习推荐信；对于需要 2 封推荐信的项目，我一般提供 1 封学术推荐信 + 1 封实习推荐信。
暑研/实习建议：¶
如果未来有明确的就业打算，建议尽早开始刷题、准备简历和寻找实习机会；如果有 PhD 打算，则应尽早联系老师、参与科研项目并积累研究经历。对于目标是藤校或同档次项目的同学，我个人建议最好至少有两段实习和两段科研经历作为支撑。
科研和实习的质量永远大于数量。一段高质量的科研经历，或者一篇自己作为一作并真正深度参与完成的论文，往往比多段挂名的 N 作项目或没有实际产出的经历更有含金量。因此，在积累背景时，不应只追求经历数量，而应尽量选择自己能深度参与、能产出成果、也能在文书和面试中讲清楚的项目。
其他建议：¶
如果从大三才开始准备研究生申请，合适的中介或申请顾问可以帮助节省时间，处理很多申请细节，相当于多一个助手。如果你也是申请的美硕，而且大三时间紧张，建议找中介，但是不能全包，一定要自己最后把关。