MIIS@CMU – XZF¶
基本信息 Basic Information¶
本科专业：CSAI (2+2)
申请学位：Master
领域偏好：NLP, Human-AI collaboration, Explainable AI
最终去向：MIIS@CMU — MS Intelligent Information Systems
申请三维 Application Information¶
均分（大一/大二/大三）：83/83/81
语言成绩：TOFLE 104
GRE：319 (3.5)
申请结果 Application Results¶
| 项目 | 结果 | 提交日期 | 结果日期 |
|---|---|---|---|
| 1. MIIS@CMU — MS Intelligent Information Systems |  Chosen |
||
| 2. MLMI@Cambridge — MPhil in Machine Learning and Machine Intelligence |  Admit |
||
| 3. MComp(AI)@NUS — Master of Computing (Artificial Intelligence) | Admit |
||
| 4. MSCS@NWU — MS Computer Science | Admit |
||
| 5. SIDT@NUS — MS Smart Industries and Digital Transformation | Admit |
||
| 6. MSIN@CMU — MS Information Networking | Admit |
||
| 7. MSECE@Duke — MS Electrical and Computer Engineering | Admit |
||
| 8. ScM@Brown — MS Computer Science | Admit |
||
| 9. MSCS@GaTech — MS Computer Science |  Reject |
||
| 10. ACS@Oxford — MS Advanced Computer Science | Reject |
||
| 11. MSAII@CMU — MS Artificial Intelligence and Innovation | Reject |
||
| 12. MSCSE@Harvard — MS Computational Science and Engineering | Reject |
||
| 13. ACSE@IC — MS Applied Computational Science and Engineering | Reject |
||
| 14. AIE-ECE@CMU — MS Artificial Intelligence Engineering - ECE | Reject |
||
| 15. Computing(AIML)@IC — MS Computing (Artificial Intelligence and Machine Learning) | Reject |
||
| 16. MSCS@UCLA — MS Computer Science | Reject |
||
| 17. CS75@UCSD — MS Computer Science | Reject |
||
| 18. EECS@UCB — MEng Electrical Engineering and Computer Sciences | Reject |
||
| 19. MSEE@Stanford — MS Electrical Engineering | Reject |
个人经历 Personal Academic Experiences¶
科研经历 Research Experiences：¶
-
2024 暑期FURP AI for CCN, Pushpendu, 产出但未投递（他说要多收集几篇出书...）
-
2025 英诺可视化实验室, Kai Xu, 参加 IEEE VIS VISxGenAI workshop challenge, n作 。
- 2026 英诺可视化实验室, Kai Xu, EuroVis 一作产出。
实习经历 Internship Experiences：¶
- 2024年1月–2月，网易杭州研究院 Low-code Engineer。
- 2024年11月–2025年7月，英诺数学中心DATA&AI TA。
- 2025年7月–8月，杭州大华 Artificial Intelligence Engineer。
项目经历 Project Experiences：¶
- AwesomeLit：AI 辅助文献研究与假设生成系统。
- IBM Watsonx 新生智能问答机器人项目。
- Sakana.ai ai scientist v1 v2 复现。
- 部分PM工作尝试。
- AI for Content-Centric Networking 研究项目。
荣誉奖项 Awards：¶
- 宁诺头两年的Dean奖学金。
- IBM 一些证书。
- 第19届杭州亚运会志愿者证书。
申请经验 Application Experience Sharing¶
选校选专业：¶
分层次选院校（保底 契合 冲刺 彩票），建议和中介学长学姐多沟通 （我不喜欢康奈尔 哥伦比亚那些 所以就都没申）。
其实我录得也没有算特别多，但因为多冲刺所以结果很好，不要等最后申完才后悔没冲刺 （感觉周围很多人都可以申的更好）。
不要包装羞耻，这里要感谢我的英诺印度和美国同学教会了我 （去看看人家领英怎么包装的）。
多尝试新路径（和你周围同学申点不同的）减少peer pressure。选和自己契合的方向，别相关经历一段没有，就去强行申请。
最后，申请递交时间很玄学，有时候不能交太晚如IC ACSE（等人满了 你就进不去了），有时候又不能申太早如这次的IC AIML （这次第一批交的全军覆没了）
标化成绩准备：¶
这个没有什么发言权。
我没有特别认真的刷题和准备所以两个都不高（可能这也是被一些学校拒绝的原因）托福比较走运第一次就差不多了就不想再考了 （去英诺前考的刚好有效）， gre除非课程刚需感觉多数理工科也是差不多就行 （我是大三暑假考的，主要还是背单词，数学小学奥数初赛难度。
绩点我们这次英诺大三不是很好拿.. 死命学也才80出头... 牛剑大概75以上有机会，美国（尽量多的70+就好）我们英方换算换算过去优势比较大。
推荐信准备：¶
超级感谢有一堆人支持我 应该都是强推（尤其Kai帮我写了20多封，pushpendu写了13封 其他老师均7-9封）
1封 企业推，2封 宁诺老师 （Yuan & Pushpendu），2封英诺数学系assistant和正教授（Lisa & Simon）， 2封英诺科研推（Kai, Mengyao）, 同时感谢Cas和Chenfei对我的支持和推荐信指导。
英诺老师你去要课程推基本不会给你，需要和他们很熟才有机会 （因为他们大多都是亲自写的）。宁诺老师比较好拿，而且自己给模板可以写强推。
暑研/实习建议：¶
基本每个暑假找点事干就好了, 科研 实习 项目 志愿者 标化。
科研的话宁诺和英诺机会都不算多，可能可以去其他学校找。
实习第一段是最难的，最好看看有没有connection（学校，家里），或者自己花时间准备（企业竞赛什么的或许也不错），或从小公司找起。
其他建议：¶
提早学一些数理基础和你感兴趣的硬核知识（因为感觉诺丁汉的课都没有很深入，四大的公开课都很好）。
给自己的PS想一个好的故事能串联起所有的项目，同时练习一些behavior question，会对面试有帮助。
找科研找项目的时候找的精准一点，了解哪些些老师缺人，了解他们的research interests, 这样不会出现你疯狂发邮件但都没正向回复（英诺找科研可以向研究生博士生求助，去参加一些邮件和teams的学术派对），最重要的多去认识人，寻求帮助，Connection is All You Need!
最后祝你们申请顺利！