Skip to content

DIS@Cambridge – XYP

基本信息 Basic Information

本科专业:CS (4+0)

申请学位:PhD & Master

领域偏好:Theoretical Physics (Quantum Gravity), Astrophysics, AI for Science, MLLM, Scientific Foundation Model, Sci Agent

最终去向:DIS@Cambridge — MPhil in Data Intensive Science

申请三维 Application Information

均分(大一/大二/大三):递交申请时 60+,毕业时 First Class Degree

语言成绩:无

GRE:无

申请结果 Application Results

项目 结果 提交日期 结果日期
1. DIS@Cambridge — MPhil in Data Intensive Science 🏁 Chosen 3.14 5.6
2. SC@Cambridge — MPhil in Scientific Computing 🔴 Reject 3.19 4.22
3. CS-DPhil@Oxford — DPhil in Computer Science 🔴 Reject 5.14 6.14
4. ET@Cambridge — MPhil in Energy Technologies 3.20 4.19

个人经历 Personal Academic Experiences

主要focus on research,从AI for Science到Core-AI领域都有涉猎,同时自己进行理论物理(量子引力)方向的探索,硕博阶段All in量子引力,从理论物理到计算物理到观测宇宙学都会有所涉猎。

科研经历 Research Experiences:

感觉笨人泥沙俱下的研究经历可谓是不计其数,但有一些中稿的一作/共一顶刊顶会。但对于个人的硕博申请而言,作为Writing Sample的一些比较符合自己方向和taste的Manuscript(哪怕当时还是under review或者还没来得及投出去)可能发挥了更大的作用。

实习经历 Internship Experiences:

无工业界(企业)实习经历,只作为research leader跟领域内头部企业合作过。

项目经历 Project Experiences:

可以参考我的 CV,详见 GitHub 仓库,附带 .tex 版本(可用作模板)。

荣誉奖项 Awards

科创竞赛

  • 第十九届“挑战杯”全国大学生课外学术科技作品竞赛 2025 年度中国青年科技创新“揭榜挂帅”擂台赛:特等奖(项目申报人、队长)。

数学建模竞赛

  • 2022 年美国大学生数学建模竞赛 ICM 赛道:Meritorious Winner(M 奖/一等奖)(参赛选手)。
  • 2023 年美国大学生数学建模竞赛 MCM 赛道:Meritorious Winner(M 奖/一等奖)(参赛选手)。
  • Student Advisor: 指导队伍获 Finalist、Meritorious Winner、Honorable Mention 若干。

其他竞赛

  • 2023 欧莱雅 Brandstorm 商赛:中国大陆 Top 10%(AI 赛道;纯体验向)。

校内及地方荣誉

  • 2026: 浙江省优秀毕业生。
  • 2024: 省政府奖学金。
  • 2024: 梦想奖学金(科技创新类)。
  • 2023: 梦想奖学金(科技创新类)。
  • 2022: 优秀学生干部。
  • 2022–2026: 优秀团员、优秀招生志愿者、优秀朋辈导师等。

可惜课内成绩平平,从未拿过前 10% 的 Academic Scholarship;但事实证明,预期学位有 high 2:1,也就是 65+ 的均分,就能过 Cambridge 的 bar。

申请经验 Application Experience Sharing

选校选专业:

硕士项目只申请了Cambridge的三个MPhil项目。考虑本人的AI4Sci和Physics相关的研究目标,并且对于CS本身没这么感兴趣,所以硕士项目只考虑了Cambridge物理系(卡文迪许实验室)的Data Intensive Science (DIS)和Scientific Computing (SC) ,以及Cambridge工程系的Energy Technologies (ET)(能源技术这个项目也不感兴趣,纯粹是需要的材料少所以顺手摸了一个,已经把申请Withdraw了),网络上查询到的往年录取率数据大概是DIS < SC ≦ET,跟我个人的match程度(以及我个人的向往程度)是DIS > SC >> ET。

博士项目的话,因为本人主要考虑直博,所以博士申请的战线特别长,从25年4月一直到26年4月都有在陆续地套瓷博导,大部分都是完全不回我邮件,少量的鼓励申请(养鱼),或者也有约了Meeting聊了之后没下文的,只有非常少的博导明确愿意接收我(但是出于方向不感兴趣等种种原因最后也没有提交申请),最终提交了申请的也只有Oxford的CS DPhil以及相关CDT项目,但因为拿的工业界的funding所以审理很晚,最后因为没funding也被拒了。

笨人因为对于CS本身不感兴趣所以硕士阶段只想读自己感兴趣的自然科学强相关的项目(比如物理系的这俩),PhD的话因为英国的PhD不需要上课,做科研的话AI和for Sci的相关方向我都能接受,并且当时觉得没有能力和信心直接攻读PhD in Physics所以就主要选择申CS PhD。但又因为Cambridge的CS系在AI领域的资源,在我看来远不如Oxford,所以只申了Oxford的PhD。而Oxford的自然科学在我看来又远不如Cambridge,而我自然是没有能力直接攻读自然科学方面(比如Physics)的PhD学位,所以还比较希望能去读物理相关的硕士项目,曲线圆上本科阶段没敢读数学/物理专业的“遗憾”。

具体申请过程:

Data Intensive Science和Scientific Computing这两个项目都有不同比例的研究和授课内容。DIS相当于物理系的AI项目,SC相当于是物理系的高性能计算项目(涉及很多数值方法)。DIS整体上更符合我的Research Interest一些,因为笨人几乎只在ME的时候有接触数值方法方面的研究,所以申请SC的时候有种拿大二的时候的背景和认知去抽彩票的感觉hhh,从后续这两个项目的面试中也体现了这一点。我在同一天晚上先后拿到了SC和DIS这两个项目的面试,并且在下一周的周一先面试了SC,周五面试的DIS。

对于SC的面试,除了小红书上的面经里的经典behavior问题之外,也问了很多tech方面的detail,包括但不限于PDE相关的一些问题,流体力学方面的一些概念,以及有限体积法等等经典数值方法的一些求解器。并且围绕笨人的两篇writing sample进行“拷打”,因为笨人申SC的时候提交的两篇Writing Sample都是用HPC和Machine Learning的方法去做流体力学场景下的科学分析或科学发现,这两篇我作为一作的论文也都分别于中科院一区的两个顶刊under review,所以从客观上确实存在非常多值得盘问的点。同时因为SC这个项目有Atomic、 Continuum和HPC三个stream,这三个track主要分别对应原子物理、流体力学和高性能计算,所以那怕在面试一开始的时候问我prefer哪个stream的时候,我明确说了HPC,但也还是同时盘问了我很多流体相关的问题,有种一次性面试了两个track的感觉...原本计划20min的面试也持续了40min。期间也有很多问题我并没有很好地回答上来,所以虽然小红书上有说SC这个项目“面邀=offer”,但其实我心里还是非常没底的。

但也正因有SC这一次面试的rehearsal,我在面试DIS的时候心里就有底很多,也没这么紧张了。在SC面试的四天之后我面试了DIS,DIS的面试官阵容非常强大,相比于SC面试我的一位Associate Professor,DIS有两位非常senior的Professor来面试我,其中包括DIS这个项目的主任,他也是宇宙学领域的大师。

DIS这个项目的流程也跟小红书上的面经几乎一致,在我自我介绍完并且提到了我对于天文学长期的热爱,以及我在时域天文学、多信使天文学迎来的黄金时代下,立志用Scientific Foundation Model和Scientific Agent来完成从“科学分析”到“科学发现”的范式转变,并且相信能催生出无数的科学突破之后。老师们似乎都很满意我的回答,对于一些的tech相关的问题我也都比较完美地回答了。在这个面试中可以说是迸发了我在AI和天文学方面的“毕生功力”,老师们的“情绪价值”也给的非常到位,时不时地就说fantastic, wonderful之类的词来鼓励我,所以总体下来体验非常顺畅,结束了我“星际穿越”般的一周。

DIS在周五面试完之后在周一就光速发了informal letter说决定给我offer了(而SC那时候还毫无动静)

不过SC这个项目后面竟然“出人意料”地拒绝了我,虽然SC基本上是公认的面试几乎不挂人,但笨人被面后拒的原因究竟是水平有限,还是因为DIS已经决定给我offer,所以同为物理系的SC就不重复给我发offer了?(考虑那时候是申请季末期,所以滚动录取的名额有限;毕竟DIS和SC同为物理系的项目,DIS作为更适合我的那个来给我发offer,也能在一定程度上自圆其说。)

申请过程复盘:

个人觉得笨人能顶着平庸的课内成绩+宁诺CS数学课欠缺的两大debuff,拿到Cambridge物理系的俩面试,主要是可能有在尽力地执行一些“挽救计划”:

笨人在大四在额外申请了之后( Choose Modules outside Course Structure 可见于选课相关邮件,下文的PPT里我也会介绍到),我把CS大四可供支配的60学分全部给选成了CS硕士的课,包括两门数学强相关的课(Linear and Discrete Optimization和Data Modeling and Analysis),并且在大四上学期的LDO这门课里,顶着压分拿到了80+的差强人意的成绩。一定程度上弥补了数学课不够的短板。

同时因为笨人曾经在ME专业完成了完整的大二学习, 所以虽然现在版本的成绩单上没办法体现那时候的成绩,但通过推荐信、研究成果等方式体现了我在ME所打下的数理基础。

在Writing Sample(WS)和其他文书材料方面,我个人精心打磨了完美符合这两个MPhil项目,target相关领域顶刊的工作当作我的WS,以此体现我的研究潜力、研究品味(taste)和对于相关领域的长期向往。在文书里面我还提到了我从中学时期起的一些天文相关成果,并附上了CGTN等国际媒体的相关报道,以体现我对于自然科学的热忱。

在推荐信层面,Cambridge的每个硕士项目需要两封推荐信,我申请三个项目的时候一共找了6位老师为我提供推荐信。特别是物理系的两个项目,4位老师都具有良好的业内reputation,且都在ML或者HPC&流体领域跟我有深入的科研合作经历。因为我只请求他们分别提供了一封推荐信,所以他们在推荐信的内容上是针对申请的特定项目来“定制”的,相当于是请我的经历里最对口的supervisor,在推荐信层面“狙击”了物理系的MPhil。 在此感谢老师们支持我的硕博申请!!

个人规划方面的建议

个人眼中的本科生科研的意义

  • 作为软背景的一部分: 升学的时候可以把科研经历作为文书的一部分,但科研完全可以被实习、竞赛等其他经历代替;软背景与未来升学或就业方向对口最重要。
  • 如果打算以后从事科研: 同样,最好与未来方向符合(其实还有“踩坑”的意义,可能经过科研训练之后发现自己不适合科研)。但升学、就业和科研的兴趣方向往往需要探索,所以所有经历都与未来方向对口是一种理想状态;现实中兴趣方向往往会发生转变,特别是在深入探索之后发现自己其实并不感兴趣。

典中典总结:科研在内的所有经历,都是兴趣 > 跟目前规划中的方向对口 > 提升能力 = 出成果 > big title >> 盲目坐牢。

如何在科研、实习、竞赛和夏校之间选择

个人认为的原则:对口、对自己有长远的意义、能学到东西。

  • 实习: 如果计划在业界就业,实习很可能比科研重要,某些技术岗位(例如机器学习算法岗)除外;但实习对升学的意义未必大。
  • 竞赛: 作为软背景,竞赛含金量的上下限差别很大。某些竞赛可能在升学方面吃力不讨好,对就业而言,如果与目标方向不对口,意义应该也不大;但在找实习的初期可能聊胜于无。比如数模国赛和美赛,要拿很 top 的奖都不容易,但国外学校通常不太了解数模竞赛(除非它与申请项目高度相关,并且围绕竞赛经历撰写 Personal Statement,才可能比较有用)。科研的作用可能与实习和竞赛相近,但最重要的还是对口。
  • 夏校: 个人觉得主要是去玩或体验,除非跨申某些领域需要补充软背景,否则意义不大(?)。当然,某些夏校可能对申请本校的特定项目有帮助,比如昆山杜克大学的 ECE 夏校、芝加哥的 MPP 夏校;线上夏校则可能比较“怨种”(比如笨人参加的牛津夏校)。

时间投入也要算机会成本

花同样的时间,有时候准备语言考试和 GRE/GMAT 可能更有用,毕竟申请某些地区的某些硕士项目时确实需要这些成绩。

本科生参与科研的渠道

  • 宁诺官方层面提供的机会(相对容易申到):
    • FoSE 的 FURP(学期中或暑期)。
    • Portal上发布的research assistant intern岗位。
  • 其他学校的暑研机会(申请很卷):
    • 西湖大学暑期科研实习。
    • 上纽的科研体验营(物理学、神经科学等)。
    • 港大的暑研。
  • 中国科学院“大学生创新实践训练计划”(强烈推荐): 中科院各院所会按年度发布项目方向和导师名单,通常面向全国高校二、三年级本科生,项目周期多为 6–12 个月。可重点关注以下官方页面:

    各院所的开放时间、申请对象和研究方向每年可能变化,请以当年官方通知为准,并尽早查看项目指南、联系意向导师。