2024 fall你都申请了哪些学校的MS/PhD？录取结果如何?

千姿百态

赶快占位

原文地址：https://www.zhihu.com/question/443613502

队长是我

拿到了很满意的offer，申请季基本已经算提前结束了，不算语言考试的话准备时间有小半年了，由于sys方向的人数稀少，所以在信息获取层面差距AI-related的同学非常多，很多选择都算是“摸黑尝试”，故打算写一篇完整的复盘为以后相关方向的同学提供一些参考。
做了最终决定，UChi sys方向的发展感觉足够强力且很promising，接的早可以获得两个月无压力摆烂权hhh，欢迎大家来contact ：）
<hr/>先上bg，上科大，三维3.49-102-321，主要方向arch/sys/hpc，具体偏向Heterogeneous Computing，两段科研无产出，AMD Xilinx Department实习小一年，超算ISC23 Online竞赛 The Third Place，超算SC23 Onsite校队挂名Co-advisor（主要想去现场勾搭connection和公费旅游,乐），两次校内Computer Architecture, Operating System助教，三封推荐信分别科研推，竞赛推，实习推（应该都是强推），Lab Assistant什么的。
关于bg：
sys方向由于本身相对较难出文章，所以可能大多申请者都像我一样没有产出（有产出顶会者只要没有突出性弱点感觉至少一个四大，其它拿个interview应该没有任何问题），但是人数相对较少和大家普遍pub情况差并不意味着所有人都能轻松得到不错的机会。在我个人申请过程中综合同方向一些同学的感想来看，此类方向想突出重围重点在于你的CV上要出现亮点。Eg. Rank1，强竞赛，顶会pub，亮眼实习，大牛海外组科研经历 etc. 此类具备一项搭配平均线左右的其它项至少足矣让你能在top校中让教授的视线在你这多停留一会，第一时间catch their sight我觉得是申请最最最重要的一环没有之一。这也很好理解，假设你是一位教授，当你发现一个人各方面只是average的话，如果不是发生急于招人等等特殊情况，为什么要对你感兴趣呢？Average太多了，但是六边形战士又太难做也太稀缺，那么我们普通申请者能做的只有尽可能翘起六边形的某几个角，才有机会步入下个阶段。
<hr/>Interview & Offer:

KAUST Interview(9.10 教授面) -> Interview(12.12 committee面) -> Offer(12.23)
NTU Interview(11.3 教授一面) -> Interview(12.20 教授二面) -> 寄(属于面了两次双方互相折磨，这位教授十分注意technial detail，基本不关心high-level的思维形成，让我讲一篇他的论文，40分钟刚把摘要部分讲完。。而且好些技术细节记不清楚了，比如我忘了mmap是干嘛用的，折磨到最后双方都汗流浃背，和平分手)  -> 突然发现忘提交申请了。。放弃
Purdue Interview(8.23 教授一面) -> Interview(1.3 教授二面) -> Offer(2.6)
NCSU Interview(2.6 教授面) -> Decline
UChicago Interview(1.29 教授面) -> Offer(2.7)
Harvard Rejection(2.9)
Princeton Rejection(2.14)
UCI Interview(2.15 教授面) -> Offer(2.23)
Make final decision to UChi and decline all applications in progress(2.27)
除此以外，Columbia Prof. T. A. K.， 这位我要点名批评！！他对于学生没有半点尊重。具体经过如下：经校友介绍邮件联系，约了一面没动静了，催了两封邮件才回话，一面5分钟，完全没理解这五分钟的意义在哪里。二面11.23，又说要聊聊，约了北京时间23:00，时间到了人不在，我等了一个小时连邮件都没有，已经难蚌了。又是我催，然后sorry了一下，约了11.27，这次又迟了十来分钟，好歹是来了，一上来捏马的对我完全没映像？？让我再次自我介绍一遍，当时我就红色警报了，继续聊了下，直接告诉我，他需要绝对的hard worker，直接二级警报；最后要给我一个项目，和他研究领域相关的，让我两周内做完找他，警报拉满（意图太过明确的白嫖，已经申请ddl结束了还要占用学生两周时间）。但我还是没撕破脸皮心想再看看再说。然后就是最离谱的操作，第二天刷xhs发现一个面试吐槽贴，第一眼看过去：诶？这邮件咋这么眼熟，第二眼wc这不就是发给我的一模一样的那封吗？？一看评论区，3-4个留言都收到了，私聊一位pku的哥们，他说他周围也一堆接到的。光中国估计就发了不下30个面试，都是一样的白嫖项目套路，能第一年入职就做到这种级别不尊重，过了三天哥大Executive Director of Graduate Admissions出面给所有收到项目的学生发了邮件，大意就是你不需要做项目！这是违规的！你是否录取和做项目没关系。推测是发的太多被正义出击举报了蛤蛤。。后续是尝试了下follow up，想试试能不能摸一个哥大offer然后换导师，结果无回复，单方面对哥大以及此人产生了极大的偏见。。
<hr/>选校如下(均为PhD项目)：

MIT, Princeton, Harvard, UChicago, UPenn, CMU, UIUC, Cornell, GT, Purdue, NCSU, UCSB, Wisc, Columbia, UCI
NTU, KAUST
关于选校：Match和connection是最重要的考虑因素，一定要尽可能多的收集信息，运气和机缘在这部分起到很大作用。我是在大三暑假期间，挨个学校官网浏览所有教授的主页，然后全部汇总到一个excel里归档记录，同时多多Google感兴趣学校关于新ap的欢迎post。新ap面对套瓷会显著比老教授积极很多，前期多和新ap交流有助于建立信心（这个很重要！！后面会再展开说）等你有了一个汇总好的潜在教授意向表后，可以先不急套瓷，去找你的各个合作者，指导老师，厚脸皮一点问问他们，里面是否有对方合作过甚至熟识的教授，有的话是否可以为你做推荐，得到可以推荐的答复后，可以在套瓷信里提及你的推荐者，这样既不麻烦推荐者过早和教授联系，也能有效掌握有利信息，提高套瓷回复率。我个人就是找到了实习老板，发现了一些新加坡NUS，NTU，澳洲，沙特KAUST的比较硬的connection，换句话说就是很有机会拿这些学校做保底了，我也就能比较放心至少不会全聚德的冲击北美的机会（太感谢老板了，天下第一好老板！）除了Match和connection以外，我把个人偏好的优先级放在了很高的位置，原因在于PhD的过程可以预见会是很煎熬的过程，如果科研以外还有许多不满意的地方感觉容易造成道心破碎。。加上本科四年深受妮可科技氛围熏陶，感觉自己科研和工作外的技能点被狠狠压制了，所以综合类院校对我的吸引力是高于纯理工科技类院校。
顺便总结一下sys track我感受到的强Prof/Commiteee情况(没写的就是不知道)：
MIT(强Com), Princeton(强Com), Harvard(强Prof), UChicago(强Prof), UPenn(强Com), CMU, UIUC(强Com), Cornell(强Com), GT(强Prof), Purdue(强Prof), NCSU(强Prof), UCSB, Wisc(强Com), Columbia(强Com), UCI(强Prof)
NTU(强Prof), KAUST(强Prof)
<hr/>Timeline:

2023.8.x 套瓷启动
UCD Prof. P. 普通回复，鼓励报名
UCSD Prof. D. 无回复
Purdue Prof. D. 积极回复，直接约面试，内容为阅读三篇论文并总结pre
UCR Prof. C. 普通回复，鼓励报名
Cornell Prof. G. 无回复
Yale Prof. K. 无回复
KAUST Prof. F. 积极回复，直接约面试
Harvard Prof. H. 普通回复，鼓励报名
第一轮套瓷我的策略为，首先保证绝对的match，其次拉开学校的档次，你可以通过回复情况判断你的目标档次大概在什么位置，我还是推荐尽量精套不要过分海套，大概浏览一下教授近年的论文摘要找找你们之间match的点，在信中体现出来。我也看过许多人会说教授根本懒得读你太长太细节的邮件，写清楚基本信息加上cv即可群发。但是我始终觉得保证真诚才是最重要的，你可以套很多，但是请在每封邮件中尽可能的体现出你的诚意，PhD的申请本身就是一个双向选择的过程，真诚的邮件无论如何至少不会让教授反感你，但是随意的发送却真的很容易引起反感。当然，见仁见智，这不是普适性准则。
2023.9
首先Follow up上次套瓷无回复的邮件
Cornell Prof. S. 普通回复，鼓励报名
UCSB Prof. B. 普通回复，鼓励报名
UIUC Prof. C. 无回复
UCLA Prof. T. 普通回复，鼓励报名
CMU Prof. S. 无回复
GT Prof. D. 积极回复，但是教授不确定proposal能不能批过，不确定经费，约定提交申请后再联系
NTU Prof. U. 积极回复，直接约面试
从第二轮套瓷开始，可以follow up一下之前没有收到回复的邮件，教授们一般真的很忙，而且我第一轮时他们很多还在休假，我认为2-3次（最多三次）follow up是合理的，3次以后还没回复八成就是教授懒得读邮件或者对你不满意。此外，由于我第一次和Purdue的面试已经结束，我通过面试反馈感受到了明显的积极因素，所以我后续的套瓷对象就确立收缩到了Purdue以及之上level的学校
2023.10
继续Follow up上次套瓷无回复的邮件
UIUC Prof. C. 无回复
UCLA Prof. C. 无回复
UMich Prof. M. 无回复
Harvard Prof. K. 无回复
第三轮，基本上算最后一轮，放飞自我，套到血赚，套不到不亏，结果狠狠地吃了一堆闭门羹，高攀不起了:(
2023.11
润Denver打比赛现场勾搭教授，找到了Wisc Prof. M. 聊了十来分钟，聊的很好，但得知Wisc committee很强，他只能推荐，无法做保证；以及和UCSC校友聊了，推荐了Columbia Prof. K. 当天约了面试
2023.12
交申请，狠狠地赶欠下的Due，噩梦12月
follow up GT Prof. D. 说我是他潜在列表的top2，但还是不确定funding，说会看看找别人co-advise我的机会
follow up UPenn Prof. “based on my personal read of your resume & background, I would expect you to easily make it past the first filter and be selected for an interview.” 结果到现在还没有面试，蛤蛤
<hr/>一些小tricks：

关于信息获取：
有价值的信息在PhD申请中的重要性是顶级的，所谓有价值例如：xx教授曾受邀在你校开展过讲座活动且近年存在招录你校同学的例子（说明教授大概率认可你的出身院校/觉得你校人好用）；xx教授去年因为funding问题没招到人但他组内整体人不多（缺人，一年没拉到funding大概率第二年能有一些，招人意愿会强烈一些）；有bg相似的直系学长/学姐去年拿到强com彩票校waitlist（这类bg针对于此学校受到认可，无论如何可以投一下刮刮奖）etc. 这类信息的获取很随缘，但是不可否认会提高你的offer率，完全盲目没有针对性的扩散式申请是真的很容易全聚德。
关于建立信心：
PhD申请是一段很痛苦的过程，它或短或长，中间非常容易焦虑和丧失信心，所以有计划的取得正反馈是很有必要的一件事。我们以结果为导向，那么最合适正反馈无疑是offer或者面试机会。所以我的建议就是，不要盲目套瓷，在过程中穿插一些容易拿到面试推进进程的学校对维持心态稳定很重要，all in top校造成的无反馈的压力感觉对于我们普通的申请者非常难以承受。
关于语言考试：
看起来非常不重要的一环，但是我知道因为它有些同学受限积极严重，不要理所当然的认为自己最终能过bar。我个人出身教育弱省，托福非常吃力，所以我提前一年就开始准备考了5次，83-90-93-97-102，没什么技巧，背单词加每天听力，没天赋时间凑，某单词软件连续签到几百天还是很有成就感的hhh。
关于中介：
由于我准备的比较早，初期没有合适的信息收集渠道加上在犹豫到底申Master还是PhD，所以比较早就签了某知名中介。直接说结论，硕士可以签，博士不要签！PhD申请唯一需要外力的环节只有文书成文以及润色，中介都想逼你签全环节，但是除了文书以外其余所有项目可以说没有任何用处，溢价会非常严重，而且那些所谓帮你PhD选校的人十有八九都是极其不专业的，比如我的情况，我后期做好准备申PhD时中介疯狂阻拦，“你这情况申PhD太吃力了，最好不要，你好好想想”，话里话外就是说你不行的意思。此外，中介的目标基本都是帮你得到offer，而我的目标根本不仅仅是有学上，而是要去想去的地方，我们双方的根本诉求都产生了冲突，发生了很多糟心的插曲。甚至他们去年还疯狂劝我没必要申UChicago，最后没往合同放，我自己申的，蛤蛤，不好评价。不过庆幸的是我的文书环节老师非常棒，不管是专业性还是沟通方式、效率都和我很契合。PhD申请只需要找好文书环节的帮助即可，没有任何必要花钱在其它地方。
<hr/>最后对于特定集体说点想说的：

To Sys er,
之前陆陆续续看到了关于这个大方向的很多种说法，总体都是看衰，还看到有“计算机里的生化环材”的说法。我想说的是，诚然此类方向无论是发文难度，引用率，还是回报收益率都比不上Ai er，但是沉入下层做一些有选择性的、有意义的工作我认为是很值得的，就像我在大一刚入学时一位学长告诉我的话：去做困难的事和掌握困难的、即使目前看起来不是那么有用但是复杂的技能，他们都有可能成为你日后的独一无二的竞争力。我觉得不能去盲目的做一些无聊的系统工程，投入之前如果可以想清楚要做的事情是否有实际意义在进行下一步是很重要的。当然只是一个准PhD目前很浅薄的看法，也很欢迎此方向的前辈能补充指点一下。
To ShanghaiTech er,
再过半年就要离开妮可了，回望一下这四年感觉还是非常有意义且值得的。虽然大家校内每天在当黑子，但是从我个人的感觉综合了解到的近年数据来看，上科在北美申请的认可度是逐年升高的，今年光是我认识的很小范围的人中就已经有Umich，西北的全奖PhD offer，往年每年也都有四大出现（不知道今年有没有。我觉得形成这个趋势最重要的一环就是“传承”，可以预见的是我们无法形成清北复交那样庞大优秀的校友圈，但是在小范围内得到更多的人均资源和更紧密的校友圈内的合作是属于我们的优势。我个人而言无论是参与的科研，还是加入超算队伍得奖的底蕴，都很深得益于往届的传承，尤其非常谢谢yyw @victoryang00，qfr等等校友提供的信息和帮助！所以，骂归骂，但还是觉得大家能对妮可有些信心，和一个学校一起成长也不失为一段有趣且充满挑战性的经历（没被学校招安，纯个人想法。
写到这里，有其它想法会继续补充，祝24Fall er最终都取得满意的结果。

感恩由您

top2本科申物理PhD，主要方向量子信息理论，欢迎大家交流！
最终去向：Caltech Physics!
GPA 3.95+, T113, G335.
科研经历本校两段，EPFL交换一段，Caltech暑研一段，各有一篇一作论文产出。个人主页 hmzhao.me
目前感觉申请季最关键的是推荐信/connection和你的知名程度，如果大家本身就因为你的工作/合作者的宣传见过你的名字的话，其实申请基本就没有悬念了。
选校 ✅Caltech Physics, ✅Stanford Physics, ❌Harvard Physics, ✅Harvard QSE, ✅MIT Physics, ✅MIT EECS, ✅Princeton QSE, ✅Berkeley Physics, ⏏️Yale Physics, ⏏️Cornell Physics, ✅UMD Physics, ⏏️✅UCSB Physics.
12/11 申请都交完了。
1/8 Princeton 通知当周面试。
1/10 Princeton 面试，聊了聊科研、新项目的定位和未来的规划，不过老师其实跟我不是特别match。原定30min结果聊了1小时hh。最后问了一下面试的情况，大概最终会招20个学生，理论可能5个，面试通过率大概40%，所以我盲猜理论面了20个同学发8个offer，最晚二月初会出结果。
1/22 MIT Physics通知当天面试。面完了，聊了一小时，搞完又收到了Harvard Physics的面试通知，约周三之前。
1/24 Harvard Physics面试，进去之后告诉我说另一个老师代表另一个项目一起联合面试，为了公平时间卡死15分钟。都是同领域的老师，聊的节奏很快很开心。据说面试录取率1/3-1/2，还问了两个项目更想去哪个。
1/29 MIT EECS offer without interview! 真的没想到申请季第一封offer是这个。按理来说EECS很看具体导师的match，但到现在也不知道谁把我录了hhh。
2/3 Stanford Physics offer! 很惊喜，没想到会被Stanford录取，看这个committee的名单里一个我这个方向的都没有，可能是被捞了。
2/3 Withdraw Yale (confirmed), Cornell, and UCSB Physics. 发现收offer并不完全是快乐的体验，希望大家都能有学上！
2/6 Princeton offer! 具体细节下周发。 新项目邮件写的挺exciting。最近在考虑要不要去open house, 感觉做理论好像也没啥必要，主要是签证难约……另外最近了解到不少各个学校的内幕消息，感觉对最终选校又不是很确定了。Yale withdraw竟然还有单独的信。
2/8 UCSB Physics offer! 看来还没看到withdraw邮件hhh，已经decline。其实UCSB还是有挺match的老师的，希望以后有机会可以合作吧。
2/16 MIT Physics offer! 有点惊喜，因为面试的时候发挥的不太好，技术问题没答好，感觉老师有点黑脸hhh，而且connection没有同方向的同学强，没想到能一起录了。说起来MIT貌似可以跨系选导师，是不是选EECS可以多挣点工资啊hhh。
2/17 UMD Physics offer with Lanczos Fellowship (2 years)! 另外Princeton给了四年的Fellowship基本整个phd都不用打工挣钱了，真的富。
2/21 Berkeley Physics Offer! 本来上周末没收到以为没戏了，一看信的抬头写着2/16，合着单纯发了这么久。很遗憾这几个学校估计是去不了open house了，大家如果有啥消息求私信交流！
2/21 Caltech Physics Offer without interview! 最想去的项目之一！！！最后等一下Harvard吧，不过感觉已经不影响做决策了。
2/22 Harvard Physics Reject. 第一封拒信来自最想去的另一个项目，可能还是没达到去卢老师组的高度。就剩个最后一个项目了，求偏TCS的老师捞捞。
2/23 Harvard QSE Offer! 最后一个最想去的项目！申请季圆满结束！
三月开始高强度zoom约老师聊，感觉每个学校都好好！
3/15 很有幸被选为Stanford Shoucheng Zhang Fellow (3 years)!
4/9 接了Caltech的offer！3月到4月初跟potential advisor都聊了聊，学到了很多vision，最后综合考虑感觉还是Caltech最合适。

队长是我

• 4.16 Final decision：MIT
  
• Open Houses - “转益多师是汝师”。我心里的问题，感兴趣的事物，不断在讨论中迭代，我受益匪浅。感谢所有愿意启发我的教授和同学们！
  
• 2.22 Reject - MIT ORC❌. Visit的时候，被教授科普了OR和Applied CS思维模式的区别，以及以及如何处于交集中。现在想，除了对理论的向往，其实自己最关注scientific application。这和ORC里大部分人的思维模式应该都有差别。
  
• 2.15～2.16 On-site Interview - Caltech CMS . 认识新朋友真开心！ qwq
  

CMS是一个比较新的交叉领域项目，感觉类似于MIT的College of Computing，期望用最新的信息技术辐射所有的科学研究。一路听下来，我最深的感受是，Caltech讲了一个相当好的交叉科学研究的故事。
CMS的宗旨是“Rigor and Relevance“：在严谨统一的理论语言下，去研究deployable theorems （刚看到这个词真的眼前一亮），进而产生impact。项目里几乎每个教授都在做跨领域，理论实践结合的研究。感觉在Caltech，AI4Science不是说说的：关于蛋白质结构生成（有诺奖级别的生物学家在配合实验），黑洞成像，还有基于learning-augmented algo的能源解决方案...

• 2.13 Offer from Oxford✅. Clarendon Scholarship. 感谢老东家，能拿到全奖真的很开心！已经和导师说明了意向。
  
• 2.13 Reject - Princeton❌. 在写申请的时候，Pton的导师是我最想跟的导师...
  
• 2.12 Offer - CMU ACO✅.
  
• 2.9 Offer - Stanford✅ (informal email from POI, 明天正式通知)! 从小到大的梦校啊... 录取我的是theory组，估计rotate到ML的组有一定难度。
  
• 2.9 Reject - Harvard❌. 听说主要申请的教授今年不招人...? 好吧...
  
• 2.8 Offer - CMU CSD✅. $3.5K / month.
  
• 2.7 Reject - UW❌. : |
  
• 2.1 Offer - CMU MLD✅.
  
• 2.1 Waitlist - Yale. 摊手, choose not to remain active on the waitlist.
  
• 1.31 Offer - Cornell CS✅. "Primary advocate"就是面试的教授。
  
• 1.29 Offer - MIT EECS✅! 第一个offer! $4.4K / month.
  
• 1.29 CMU ACO项目面试。这个项目打通数学，CS，和Tepper Business School，5年全奖，随便和各种老师合作，确实很有吸引力。面试我的导师在algo-with-pred小领域发过>10篇文章，听完我的算法点点头基本就理解了，然后就在给我的presentation structure提建议... 面试里给了比较积极的反馈。
  
• 1.21 MIT面试，B导师 (申请里没有填的导师)，85分钟。
  

他让我即兴讲个故事，什么都行。我讲了刘慈欣的《思想者》。故事说，宇宙像一个大脑，而两个科学家用一辈子的时间，witness了这个“思想者”的一次神经元冲动。故事讲完，我就沉浸在它带来的冲击之中了，对话也变成了共鸣和享受。人类何其渺小啊，我这一生能不能也看见哪怕一点最本质的东西呢?
从他的身上，我感受到了对Intelligence的浪漫主义追求。我以为这种impulse一般会随着经历的增加而被隐藏起来，但是这个老师让我感受到了共鸣，这点真的太吸引我了。

• 1.20 MIT面试，A导师，30分钟。MIT的机会我肯定用最认真的态度对待，但这是第一次面试让我感觉有些无助。我重写了slides，仔细想了几个让我激动的shared future interests。结果面试时，我提的点好像没有引起太大的兴趣。老师问我对xx方向的应用怎么想，我就如实回答说可以做，但是没咋想过。其实我真的做什么domain都可以试试，但或许老师想要招前期探索更匹配的学生吧？
  
• 1.19 Oxford面试。第一次和两个导师一起见面（之前是分别在指导项目），眼神不知道该看谁...
  
• 1.18 TTIC面试，100分钟。一大半时间在聊有意思的future work，收获特别大！面试的教授博士期间做的是ML Theory, 但是问我：“你对LLM感兴趣吗？”这年头，果然做理论的导师也有一颗empirical的心啊...
  
• 1.18 Cornell面试，30分钟。不小心把自己锁在厕所里所以迟到了五分钟。第一次有机会讲完了完整版的presentation，面试官互动很积极，发现了我很多讲的不清楚的地方。最后老师问有啥问题，我问他最近在做啥。结果被pitch了一通diffusion-based language generation，越说越嗨，表示一年之内超过auto-regressive，我目瞪口呆。
  
• 12.17 开完NeurIPS了，更新了研究兴趣和programs。
  

<hr/>申请PhD，想做theory-inspired machine learning，prefer从TCS的角度切入。想认识兴趣相似的小伙伴！
基本信息：Oxford本硕四年，数学和计算机科学专业，G331，T114(过期了一个世纪)
科研：

• 本校TCS组，learning-augmented algorithm方向，NeurIPS2023独一
  
• 本校数学系，robustness方向，NeurIPS2023共一
  
• 本校Very Good Group (VGG)，diffusion+DEQ，CVPR2024共一在投
  
• 和小伙伴搞的，RL方向，ICLR2024
  
• Stanford暑研，neural-symbolic方向，real-world dataset上实验没跑出来暑假就结束了，估计投CVPR workshop。
  

我想做的大概是对经典算法和机器学习的融合。可以有理论角度的叙事, 比如Sanjeev讲的Off the Convex Path, 也有实践角度的叙事，比如Carl Vondrick讲的System 2 of Vision。我目前的兴趣点还是落在实践，希望用理论来启发更稳定，更高效的模型。
强烈和打算法竞赛，尤其是喜欢交互题的同学们，安利learning-augmented algo这个方向...它真的太处在算法思考的舒适区了。我的项目的核心部分就像是出了几道OI题。从机器学习提示的角度入手，重新提出算法，然后在复杂度上暴打经典算法，也可以带来简单的成就感... 感兴趣的同学可以看看这个列表。

推荐信：三封来自牛津，分别是三篇顶会的导师。一封来自斯坦福。
奖项：

• ICPC regional Gold, 晋级被咕到明年的WF
  
• 数学建模 Outstanding winner，AMS & INFORMS best paper
  
• Oxford Gibbs Prize，年度考试专业CS最高分
  
• NeurIPS Scholar Award（是travel grant，名字不错）
  
• NOI银牌*1，铜牌*1
  

队长是我

本菜鸡也来贡献一个数据点吧，应该算是知乎认真首答。欢迎相近方向的一起交流。
背景

北航物理系本科，GPA 3.72/4.0，GRE325+，IELTS过线，加权平均分89(物理课除了实验课基本都在90+)，rk 15%-，目前在TU Dresden交换。三门grad courses(数理方法2，GR，AQM），在Dresden这边又选了几门grad courses on quantum many body physics(Many body quantum dynamics at PKS, got B+; Path integral on condensed matter physics at IFW)，主要是北航开不出啥grad courses，还不让大三选研究生课。
方向是量子多体理论及计算方向，主要侧重于Non-equilibrium many body systems, dynamics and statistics, Quantum simulation based on Rydberg atoms and cold atoms，申请量子多体动力学，凝聚态理论和数值计算（Strongly correlated systems, topological order都可以），量子信息(Quantum circuits, dynamics of quantum information)，量子计算(各种平台都可以)，量子模拟及一系列相关方向（但是目前对非厄米还不是太感兴趣，二维材料等一系列方向也不是很了解，也比较排斥做DFT。）很挑方向，而且第一想法是直博，所以我的选择就会很少（也是因为这个放弃保研，因为感觉国内多体动力学的真的少，ETH MBL这么重要的问题关注的人并不多，北大清华物理所理论所做这些方向的老师是真的不多，大多数我看也是23年34年才入职，其实说明了这个方向很新最近才兴盛起来，有名的老师刘雄军老师翟荟老师也轮不到我hhh，而且本身也想出去看看所以选择了放弃保研。）
pub申请前应该能有两篇在投，一篇投PRL或者PRX，一篇投PRB(申请都填完了也没出来，哎)。四段科研，第一段是深度学习，感觉没意思后来就没做了，第二段就是那两篇pub，第三段跟着港城大的老师做了一段时间暑研 on Floquet thermalization and quantum many body scar，因为那个老师忙着会议没管我了，我也很无奈。第四段现在在跟着MPIPKS的老师做Bachelor thesis on Quantum control phase transition and control landscape based algorithm。
因为是七子，所以五眼联盟算是放弃了（加拿大还会试试），主要申请国家港新欧陆（主要是德国瑞士还有一些其他小国）的直博，如果直博都不行的话就只能读研究硕了，或者gap一年，或者就去西湖大学港科广吧还没想好。目前套磁了大概十几个老师，三四个没有Position的，两个聊了聊的（感觉还挺满意的），剩下的都没有回信。不过德国普遍晚，打算先在Dresden这边看看情况再说（主要是还在等MPI的老师的推荐信），打算趁着圣诞节假期之前莽上去问问老师到底收不收我了。
<hr/>PhD:

彩票（PhD全彩票，刮中一个就开香槟）：
德国：IMPRS-QDC, -CMS, -CPQM, -QST(这个感觉纯纯开奖了)，-UFAST, -PL, MPGC-QM, TUM(direct track，基本也是QST)
香港：港科大，港科广，港大（港中文夏令营去了没有老师收），实在不行就填个港城大（最终没申城大）。（本来以为香港是最有把握的，但是三个有密切connection的一个不收一个只介绍了申请的项目一个不回）
新加坡：NUS: Physics
日本： 一位教授隔了一个月回了，没有Position，其他人也都没回，那就不申日本了。
加拿大：PhD,  Waterloo UBC(Msc to PhD)
丹麦：Copenhagen U (flexible process)
Msc:


抽奖： PSI, ETH, EPFL
勉强保底：ENS-ICFP, Waterloo, TUM(QST, physics)，LMU，Stuggart, Heidelberg.(实在不行蹲Dresden也行，Dresden真是快乐老家，感觉其他大学所在的城市都没有Dresden好）
先写这些，之后想到哪写到哪。现在已经开始后悔放弃保研了）虽然保研可能也去不了什么好地方，也做不到想做的，能让我survive的方向，热门的老师也被本校抢光了。
<hr/>2.4日更新：
最终填的申请：NUS, HKUST, HKU, HKUSTGZ, UBC, MPGC-QM, UWaterloo/PI, ISTA,，因为我之前问PKS的导师就说application without master exists possibility，本来打算交的PSI的申请也懒得交了，加拿大一纸禁令下来，加拿大是不用想了，UBC本来还套到了个准诺奖的大佬，这下也去不了了。新加坡似乎又有新政策，限制中国人的数量，NTU寄了（不过本来也没申），NUS的那个方向我也不是很感兴趣，真正感兴趣的老师我从去年这个时候就开始问也一直不理我）。
看起来和大多数乎友完全不是一个画风，大家都在焦急地等待结果时我还在忙课程考试，，，目前结果：
1.10，MPGC-QM(rej)，22年这项目刚出的时候很容易，现在卷起来了。
2.26， ISTA(rej), 搞什么，也卷的很。
2.27， HKUST(GZ) (accept), 意料之中。
入学之后的updates: 忘了后续啥时候UST和NUS下的offer, 香港的环境不是很喜欢，NUS的方向不喜欢，感兴趣的老师也不招人，Waterloo, UBC, rej, HKU现在还在pending??? 最终还是来了港科广， 环境感觉真的很不错，老师人也很好，感受到了久违的尊重，也有财富自由的底气，还是不后悔如今的选择。欢迎大家也来ustgz, 有想了解的可以私信我情况。

清风寡欲

update: 邮箱可能经常忘记回，做了一个Google form 大家填写一下。这样方便我之后查，谢过大家。【表格链接】
大家发邮件前可以阅读下 | Security Research Group 这个写的真的很好～ 对大家给别的老师发邮件也有帮助
==
欢迎各位感兴趣计算数学/物理和机器学习理论交叉的大佬们顺手申请下西北大学 (Northwestern University) 工业工程与管理系(ranked #6 in Best Industrial Engineering Programshttps://www.usnews.com/best-graduate-schools/top-engineering-schools/industrial-engineering-rankings)啦！ (我也打算更积极的建立理论和实践的桥梁，各位想做更numerics的scientific machine learning/ai4science的佬也欢迎来顺手申请下啦)
我（https://2prime.github.io/）将于2024年起去西北IEMS担任助理教授。我在北京大学数学科学学院（2015-2019）获得学士学位（计算数学与信息科学），在Stanford 计算与数学工程所 (2019-2023)获得博士学位，并在2023-2024在纽约大学柯朗数学科学(NYU Courant)研究所担任Courant Instructor。博士期间获得了Rising Star in Data Science和 Stanford Interdisciplinary Graduate Fellowship。 我的研究方向在于机器学习的科学应用(Scientific Machine Learning)的算法与基础理论，包括但是不限于基于机器学习的科学发现，非参数统计在计算物理中的应用，鲁邦机器学习，Neural ODE等。我的研究横跨计算数学(SIAM Journals, Journal of computational physics) 以及机器学习(Neurips, ICLR, ICML, AISTATS).
我每周会花30分钟+给初级博士/硕士/本科生advise/谈心，想合作的本科生/博士生也可以给我发邮件啦～

废话多的version：
博士/博后/实习生广告-Yiping Lu Northwestern AI4Science - Yiping Lu的文章 - 知乎 https://zhuanlan.zhihu.com/p/650122831
主页： https://2prime.github.io/
ps 十一月申请季前打算做一个overview talk of my research (想include一些ongoing work), 到时候我录个视频放上来，大家记得来挖坟啦～～