ACSE@IC – SPN¶
基本信息 Basic Information¶
本科专业：CS (4+0)
申请学位：Master
领域偏好：Embedded AI, Fintech
最终去向：ACSE@IC — MS Applied Computational Science and Engineering
申请三维 Application Information¶
均分（大一/大二/大三）：80/76/74
语言成绩：IELTS 7.5
GRE：N/A
申请结果 Application Results¶
| 项目 | 结果 | 提交日期 | 结果日期 |
|---|---|---|---|
| 1. ACSE@IC — MS Applied Computational Science and Engineering |  Chosen |
||
| 2. FinTech@NTU — MS Financial Technology |  Admit |
||
| 3. AI@Edinburgh — MS Artificial Intelligence | Admit |
||
| 4. SE@UPenn — Systems Engineering, MSE | Admit |
||
| 5. AI@BU — MS Artificial Intelligence | Admit |
||
| 6. SIDT@NUS — MS Smart Industries and Digital Transformation | Admit |
||
| 7. CS@Manchester — MS Computer Science | Admit |
||
| 8. MComp(AI)@NUS — Master of Computing (Artificial Intelligence) |  Reject |
||
| 9. AI@NTU — MS Artificial Intelligence | Reject |
||
| 10. CIS@UPenn — MSE Computer and Information Science | Reject |
个人经历 Personal Academic Experiences¶
科研经历 Research Experiences:¶
大二春研，导师Tony，无产出 大三继续跟Tony做Credit Risk，产出一不知名UK小会
实习经历 Internship Experiences:¶
大三暑假在东方理工，EDA相关，产出会议一篇
项目经历 Project Experiences:¶
大二NUS夏校，AI+IoT相关 大四毕设，导师Heng Yu，Topic：模型压缩和轻量化
荣誉奖项 Awards¶
大一 浙江省政府奖学金 大二大三 各一个美赛H奖
申请经验 Application Experience Sharing¶
选校选专业:¶
CS Rankings（仅供参考）研究导向，按顶会论文数量排名，受到faculty体量的影响较大
择校时候可以考虑地区气候和文化因素，大致方向可以参考分享会的PPT（组织者应该有通过邮箱发送，如果没有的话可以加我微信获取）
其他建议:¶
大四上时间安排¶
同时处理申请+课程+毕设会比较忙碌，上学期可选轻松一些的课，比如compiler （上）+ big data（下）替换CG（上）。
文书¶
部分项目文书权重不高（e.g. ACSE，新加坡某些项目），可多留时间给美国文书。合理运用AI，保证文书与项目的匹配度。
中介¶
见仁见智，如果信得过自己搜集信息的能力（不需要很小道消息）可以选择不找，特别是不主申美国的情况下（毕竟还是要不小一笔钱的）。
一些题外话¶
留学是很好的探索“我喜欢什么样的生活”的机会，即使觉得学业不尽人意/不知道想做什么方向，也并不意味着某种失败。 请随心选择生活的卷度，20多岁看到的四季是不可复现的，多出去玩玩吧，增加一些学业/非学业的体验，珍惜作为学生的纯粹和自由：） 而唯一必然值得做的，可能就是多问问自己想要什么。