ECE@CMU – XL¶
基本信息 Basic Information¶
本科专业：CSAI (2+2)
申请学位：Master
领域偏好：Computer Science / Electrical and Computer Engineering / AI Systems / Software Engineering / Machine Learning
最终去向：ECE@CMU — MS Electrical and Computer Engineering
申请三维 Application Information¶
均分（大一/大二/大三）：84/86/79
语言成绩：IELTS 8.0（9/8/7/7）
GRE：323（V153 + Q170）
申请结果 Application Results¶
| 项目 | 结果 | 提交日期 | 结果日期 |
|---|---|---|---|
| 1. ECE@CMU — MS Electrical and Computer Engineering |  Chosen |
||
| 2. MSECE@Duke — MS Electrical and Computer Engineering |  Admit |
||
| 3. ACSE@IC — MS Applied Computational Science and Engineering | Admit |
||
| 4. MSCS@Duke — MS Computer Science | Admit |
||
| 5. MSCS@NWU — MS Computer Science | Admit |
||
| 6. MSECS@JHU — MSE Computer Science | Admit |
||
| 7. ScM@Brown — MS Computer Science | Admit |
||
| 8. MSCS(1-yr)@Yale — MS Computer Science (1-year) | Admit |
||
| 9. HIAI@Cambridge — MPhil in Human-Inspired Artificial Intelligence | Admit |
||
| 10. MEngCS@Cornell — MEng Computer Science | Admit |
||
| 11. SE@UPenn — Systems Engineering, MSE | Admit |
||
| 12. MSCS@Columbia — MS Computer Science | Admit |
||
| 13. CS@IC — MS Computer Science |  Reject |
||
| 14. CS75@UCSD — MS Computer Science | Reject |
||
| 15. MLMI@Cambridge — MPhil in Machine Learning and Machine Intelligence | Reject |
||
| 16. RAI@UCL — MS Robotics and Artificial Intelligence | Reject |
||
| 17. AI@NTU — MS Artificial Intelligence | Reject |
||
| 18. ACS@Cambridge — MPhil in Advanced Computer Science | Reject |
个人经历 Personal Academic Experiences¶
科研经历 Research Experiences：¶
1. Real-Time Human Activity Recognition Using Wi-Fi CSI 本科阶段参与了基于 Wi-Fi Channel State Information 的实时人体活动识别项目，目标是利用非侵入式、隐私友好的信号数据进行 human activity recognition。项目中主要负责 CSI 数据处理 pipeline，包括从 Nexmon-equipped Raspberry Pi 设备中提取和预处理 CSI 信号，并基于 Doppler profiles 和 CSI phase data 设计深度学习模型进行活动识别。该项目也涉及实时推理优化，整体 latency 控制在较低水平。
2. Passive Contactless Human Activity Monitoring System 在 UNNC 阶段参与了基于 mmWave radar 的非接触式人体活动监测项目，与企业 Loctek 合作，主要面向办公场景中的 workplace activity monitoring。项目中完成了数据采集、实时处理、机器学习分类模型和可视化 dashboard 的一体化 pipeline，并在 full / away 等 workstation activity states 上取得了较好的识别效果。该项目获得了 2024 Loctek Innovation and Entrepreneurship Fund 二等奖，并获得后续研究经费支持。
3. Final Year Project / Dissertation FYP 方向为 binary combinatorial optimisation，主要研究 PBIL-guided memetic algorithms 在 MAX-SAT 和 0/1 Knapsack 等问题上的表现。项目中结合了 probability vector learning、local search、crossover 和 entropy-based guidance 等方法，并进行了较系统的实验设计和结果分析。
实习经历 Internship Experiences：¶
All For Paws / Ningbo Sincere Holding Group Co., Ltd. – Software Engineering Intern 时间：2024 年 8 月 – 2024 年 9 月
实习方向为跨境电商平台的软件工程与推荐系统。主要工作包括基于用户行为数据和商品 metadata 设计个性化宠物用品推荐算法。
项目经历 Project Experiences：¶
1. Cross-Platform Game Development – Software Engineering Group Project 时间：2024 年 9 月 – 2025 年 5 月 合作方：University of Nottingham & Feral Interactive
该项目是一个跨平台 C++ 软件工程项目，目标是重制经典 Space Invaders 游戏，并支持 macOS 和 Windows。项目中主要参与 low-level platform abstraction layer 的设计与实现，处理不同操作系统 API 的差异，保证游戏在不同平台上的一致表现。具体工作包括 input handling、player mechanics、rendering 等核心 gameplay systems，并使用 Direct2D 和 Cocoa 完成平台相关渲染支持。
2. NUS School of Computing Summer Workshop 完成 National University of Singapore School of Computing 的暑期课程，学习 Structure and Interpretation of Computer Programs。这个经历帮助我进一步理解函数式思维、程序抽象和 CS 基础。
3. Oxford AI Short Academic Programme 参加 Oxford LMH AI Short Academic Programme，课程方向为 Artificial Intelligence and Machine Learning: Theory and Practice，并取得 A。这个经历让我更早接触 AI / ML 的理论与实践，也帮助我确认了之后继续申请 AI / CS / ECE 相关项目的兴趣。
荣誉奖项 Awards¶
-
Provost's Scholarship，Top 5%，2023-2024 & 2024-2025
-
Zhejiang Provincial Scholarship，2023-2024
-
Nottingham Advantage Award
-
COMAP Mathematical Contest in Modeling，Meritorious Winner，Top 约 7%
-
2024 Loctek Innovation and Entrepreneurship Fund，Second Prize
-
Best Peer Mentor
-
Debate With Tutor Tournament Champion
-
FoSE Spring Cup Badminton Competition，Silver Medalist
申请经验 Application Experience Sharing¶
选校选专业：¶
我的申请方向整体比较广，主要覆盖 CS、ECE、AI Systems、Software Engineering 和 Machine Learning 相关项目。前期选校时，我并没有只看综合排名，而是更关注几个问题：项目的课程是否适合自己，项目时长是否有利于实习和就业，学校在 CS / AI / Systems 方向是否有足够资源，以及这个项目是否符合自己未来的发展路径。
我个人的感受是，CS 相关项目的名称有时并不能完全代表项目内容。比如 MSCS、ECE、SE、AI、ACSE、HIAI 等项目可能在课程设置、就业导向和研究导向上差别很大。因此选校时不能只看 title，而要认真看 curriculum、degree requirements、elective flexibility、career outcomes 和项目时长。
我最后选择 CMU ECE，是因为 CMU 整体的计算机资源非常强，ECE 项目也能提供 AI systems、computer systems、software engineering 和 machine learning 相关课程。对我来说，研究生阶段更重要的是利用学校资源提升自己的能力，而不是单纯纠结项目名称。
另外，选校时一定要给自己留出梯度。不要只申请梦校，也不要为了求稳申请过多自己并不想去的项目。比较合理的方式是把项目分为 dream / match / safe 几档，同时确保每一档里都有自己真的愿意去的项目。申请项目数量太少会增加风险，但申请太多也会带来文书、材料和心理上的巨大压力。
每一届不同项目的难度和定位都会发生变化，这里列举一些我们这一届情况，仅供参考：1，南洋理工的提前批基本不太会被录取，不要有太多期望。2，IC 的 Advanced Computing 会大四 con 比较高的分数，即使获得 offer 也不能当作保底。3，美国学校比如 CMU、JHU 申请有提前批，CMU 提前批结束时间较早，一般是在 12 月底，需要合理安排申请顺序。4，爱丁堡大学对我们学校比较友好，同时对 2+2 不 con 语言，其他英国大部分大学对 2+2 同学还是要求雅思成绩，没有办法 waive。
标化成绩准备：¶
我的语言成绩是 IELTS 8.0，GRE 是 323。整体来看，对于 CS / ECE 硕士申请，语言成绩首先要保证达到项目要求；如果目标是美国项目，GRE 是否重要取决于当年项目政策。现在很多项目已经不强制 GRE，或者 GRE 的权重没有过去那么高，所以不建议把所有精力都耗在刷分上。
我的建议是：标化考试尽量提前解决。申请季真正忙起来以后，选校、文书、推荐信、网申、成绩单和各种 deadline 会同时压过来，如果那时候还在高强度刷 IELTS / GRE，会非常消耗心态。
我的建议是：标化要早准备，但不要被标化绑架。达到项目要求之后，就应该把更多精力放在整体申请材料的质量和项目匹配度上。
推荐信准备：¶
推荐信建议尽早联系老师，尤其是 FYP 导师、科研项目导师、课程老师或者比较了解你项目经历的老师。联系老师时最好应该把自己的 CV、成绩单、申请项目列表、申请方向、相关项目经历和截止日期整理清楚发给老师。
如果老师对你的具体经历比较了解，推荐信通常会更有帮助。比如你在 FYP、科研项目、课程项目或企业合作项目中做过比较实在的工作。
推荐信这件事也需要耐心。老师通常很忙，不一定会立刻回复。可以提前沟通，并在截止日期前礼貌 follow up。不要拖到 deadline 前几天才开始联系老师，这样对老师和自己都会很被动。
暑研/实习建议：¶
如果未来目标是研究型项目或者带 thesis 的项目，本科阶段的科研经历会比较重要。但科研经历不一定必须是非常"顶级"的项目，关键是你是否真的参与了问题定义、方法实现、实验分析或论文写作。即使只是一个本科项目，如果你能讲清楚自己做了什么、为什么这样做、遇到了什么困难、最后学到了什么，也可以成为文书中的有效材料。
我的经历里，Wi-Fi CSI、mmWave radar、event-based vision 和 FYP 都帮助我建立了一条相对清晰的技术主线：我对 AI、信号数据、非侵入式感知、优化和系统实现都有兴趣。申请时不一定要把所有经历都写进去，但要把它们组织成一个合理的故事。
实习方面，如果是申请授课型硕士，实习不一定是决定性因素，但可以很好地体现工程能力和实际应用能力。比如推荐系统、数据库优化、软件工程开发等经历，可以说明自己不只是会做课程作业，也有能力在真实场景中解决问题。
对低年级同学来说，我的建议是：暑研和实习最好至少有一个方向能沉淀出可展示的成果，例如论文、poster、代码仓库、demo、技术报告、项目总结。
其他建议：¶
如果让我总结整个申请季，我觉得最重要的是一个词：耐心。
申请季是一个持续好几个月的过程。前期要查项目、整理信息、联系推荐人；中期要写 CV、SOP、Personal Statement、网申材料；后期还要等待结果、处理 waitlist、比较 offer、做最终决定。这个过程不能马上看到反馈。很多时候你已经把材料交上去了，但只能等待。
等待是申请季比较折磨人的部分之一。你会看到身边的人先拿到 offer，也会看到别人背景很强、结果很好，甚至会开始怀疑自己。但其实不同项目的出结果时间完全不同，申请池强度、committee 偏好和项目当年招生策略也有很大不确定性。所以不要因为一两个 rejection 就否定自己，也不要因为别人先有 offer 就打乱自己的节奏。
我觉得申请时最应该做的是：把自己能控制的部分做好。比如项目调研、文书质量、推荐信沟通、材料检查、deadline 管理和稳定作息。至于最终结果，确实存在很多不可控因素。申请季需要努力，但也需要接受不确定性。
最后，申请结果固然重要，但申请季本身也是一次重新认识自己的过程。你会更清楚自己喜欢什么方向，适合什么环境，未来想去哪里，以及自己真正看重什么。希望大家都能拿到适合自己的 offer，也希望大家在申请季里对自己耐心一点。