拿下梦校港大EEE，我做对了什么

嘿，小伙伴们，我是lxs.net的小编。今天不聊官方数据，不说空话套话，只想跟你分享一个真实的故事，一个关于“逆袭”的故事。

去年12月的某个下午，北京的风特别大，我裹着羽绒服坐在图书馆，第N次刷新邮箱。当那封标题里带着“HKU”和“Offer”字样的邮件跳出来时，我感觉心脏都漏跳了一拍。点开，确认是心心念念的Electrical and Electronic Engineering（EEE）项目，我把电脑一合，冲出图书馆，在没人的角落里蹦了三下。真的，不夸张，那种感觉就像是跑了一场看不到终点的马拉松，而你终于撞线了。

回想起来，我的申请季充满了焦虑。我的本科学校是一所还不错的211，但均分只有83。在各大论坛里，动辄88、90+的大神背景下，我的分数显得那么不起眼。我没有发表过论文，实习也并非出自顶级大厂。有好几个瞬间，我甚至都想放弃，觉得港大这种级别的学校，可能连我的材料都不会多看一眼。但最终，我还是拿到了这个offer。所以，我花了很长时间复盘，究竟是哪些环节，让我这个“普通玩家”打出了一手好牌。今天，我就把这些压箱底的干货全部分享给你。

我的背景，可能和你一样普通

先来自报家门，让大家有个直观的感受。

本科：华北地区一所211大学，电子信息工程专业。
GPA：83/100，排名大概在专业的30%左右。
语言：雅思7.0（小分6.5）。
科研：一段跟着导师做的课程项目，关于深度学习在图像去噪中的应用，没发论文。
实习：在一家做物联网传感器的初创公司实习了三个月。
其他：拿过一些校级奖学金，参加过电子设计竞赛但没拿到大奖。

你看，这个背景是不是扔到申请大军里，瞬间就会被淹没？我当时最大的痛点就是GPA。港大官网虽然没有明确的GPA门槛，但根据往年的录取数据（比如在一些留学论坛上大家分享的案例），EEE这种热门专业，录取的学生平均GPA普遍在85分以上，尤其是来自985/211院校的学生。我的83分，无疑是硬伤。

我花了一周时间，几乎把所有能找到的录取案例都看了一遍。我发现一个规律：高GPA当然是王道，但并非唯一道路。有些GPA不算顶尖的同学，却有着非常亮眼的科研经历或者一段含金量极高的实习。招生官看的不是一个冷冰冰的分数，而是一个立体的、有潜力的申请者。我的策略就是，既然GPA无法改变，那我就要让我的科研和文书，成为那个最强的“加分项”。

在选校定位上，我没有广撒网。我只专注了香港Top3的EEE相关项目。为什么是港大？因为我深入研究了港大EEE系的网站。我发现他们的研究方向非常前沿，尤其是在Computational Imaging（计算成像）和AI芯片设计方面。我注意到系里有一位叫Edmund Y. Lam的教授，他的团队正好在做和我课程项目高度相关的研究。这让我瞬间感觉找到了“组织”。这种精准的匹配感，后来成了我文书里最有力的武器。我不再是一个泛泛地说“我喜欢港大”的申请者，我是一个知道“我为什么喜欢港大EEE系里某位教授的某个研究方向”的申请者。这种具体化，让我的申请动机变得无比真实和可信。

申请季，一张不能出错的时间表

对于DIY申请的同学来说，时间规划就是生命线。一旦错过某个环节，后面就会手忙脚乱。下面是我的时间轴，精确到每个月，希望能给你一个参考。

大三下学期（3月-6月）：信息搜集与自我评估
这个阶段是打地基。我做的第一件事就是确定申请地区和大致方向。定下香港后，我把港大、港科大、港中文的官网翻了个底朝天，把所有EEE相关的项目（包括计算机、数据科学等）都列在一个Excel表格里，注明了课程设置、申请要求、截止日期等。同时，我开始准备雅思考试。语言成绩一定要早点搞定，不要拖到申请季，会非常影响心态。

大三暑假（7月-8月）：背景提升黄金期
这个暑假，我all in了那段初创公司的实习。我知道，这是我最后一次能为简历添砖加瓦的机会了。我没有选择去刷一段水实习，而是实实在在地参与项目。同时，我开始整理我那个关于图像去噪的课程项目，把所有的代码、实验数据、报告都重新梳理了一遍，并开始构思我的个人陈述（PS）初稿。暑假结束时，我手上已经有了一份基本成型的PS和一份详细的项目经历总结。

大四上学期（9月-10月）：文书打磨与推荐信
开学后，申请季的紧张氛围就开始蔓延了。这个阶段的重心是文书。我的PS前前后后改了不下15稿。每一版我都会找不同的人看，包括我的专业课老师、英语好的同学，甚至是一个完全不同专业的朋友，听取他们的意见。同时，我联系了三位推荐人：一位是我的专业课老师，他给我的分数最高；一位是我的毕设导师，也就是带我做科研项目的老师；还有一位是实习时的直属领导。找推荐人一定要趁早，给老师们留出充足的时间。

申请高峰（11月-12月）：材料提交与核对
港校的申请系统通常在9月底、10月初开放。我并没有一开放就提交，而是选择在11月中旬。因为太早提交，你的材料可能不是最完美的状态；太晚提交，尤其踩着DDL（截止日期），又会面临巨大的竞争压力。港大EEE项目2024年的申请主轮次是在12月29日截止，我是在12月初完成所有材料的上传和缴费。提交前，我把所有文件（成绩单、在读证明、语言成绩、PS、CV、推荐信）都检查了至少五遍，确保没有任何格式错误或信息遗漏。

等待与准备（次年1月-3月）：面试与结果
提交之后就是漫长的等待。但这不意味着你可以躺平。我从1月份就开始准备面试了。我把所有可能被问到的问题，特别是关于我那个科研项目的，都用英文写了一遍答案，然后对着镜子练习。果不其然，2月中旬，我收到了港大的面试邀请。

GPA不够，科研实习怎么凑？

这是整篇文章最核心的部分。我是如何把一段“平平无奇”的科研和一个“名不见经传”的实习，包装成打动招生官的利器？

解构我的“平平无奇”科研项目
我的项目，说白了就是一个课程大作业——“基于深度学习的图像去噪”。这个题目在今天看来，普通到不能再普通。但我没有在文书里简单地罗列我用了什么模型、达到了什么指标。我把它讲成了一个解决问题的侦探故事。

第一步：赋予意义（The 'Why'）。我没有直接说“我做了一个图像去噪项目”。我在PS的开头写道：“在处理一张来自天文望远镜的模糊星系图片时，我第一次深刻地感受到‘噪声’并非一个抽象的物理名词，而是我们探索未知世界的障碍。”我把一个技术问题，上升到了一个更宏大的叙事背景下，这能迅速抓住读者的眼球。

第二步：展现过程（The 'How'）。我详细描述了我的思考路径。我没有简单地说“我使用了UNet模型”，而是说：“起初，我尝试了经典的UNet架构，但发现它在恢复图像细节时会导致边缘模糊。为了解决这个问题，我开始研究生成对抗网络（GANs），并阅读了近20篇相关领域的顶会论文。我发现，通过引入一个判别器网络和感知损失函数（Perceptual Loss），可以让模型更关注人眼视觉上的真实感，而不仅仅是像素级的均方误差（MSE）。” 这段描述，展现了我的主动学习能力、文献调研能力和解决问题的能力，这比一个干巴巴的模型名字有价值得多。

第三步：量化结果（The 'What'）。成果必须量化。我写道：“通过改进模型架构和损失函数，我的新模型在Set12测试集上的峰值信噪比（PSNR）比基线模型提升了2.1dB，结构相似性（SSIM）提升了0.08。更重要的是，在视觉效果上，图像的纹理细节得到了显著的保留。” 数据是最有力的证据。

第四步：总结反思（The 'So What'）。最后，我总结了我的收获：“这个项目让我明白，工程问题的解决并非一蹴而就，它需要扎实的理论基础、持续的实验迭代，以及跳出思维定势的勇气。这也是我希望在港大EEE的研究生课程中继续深入探索的。” 这就自然地把我的过去和未来连接了起来。

我的实习选择：价值大于名气
暑假时，我其实也拿到了一个国内某互联网大厂的测试岗实习offer。但我最终选择了一家只有几十人的初创公司，做嵌入式软件开发助理。很多人不理解，但我有我的考量。大厂的实习，我可能只是流程中的一颗螺丝钉，每天做着重复性的工作。而在这家初创公司，我直接参与了一个智能家居传感器的核心固件开发。我可以接触到从需求分析、方案设计、编码调试到最终测试的全过程。这段经历让我在文书和面试中，能够完整地讲述一个产品的诞生过程，能够讨论我在资源受限的微控制器（MCU）上如何优化内存、如何解决低功耗模式下的通信稳定性问题。这些具体的、充满挑战的细节，远比“我在XX大厂实习过”这个标签更有说服力。

文书，让你从83分变成90分的魔法

如果说硬件背景是你的骨架，那文书就是你的血肉和灵魂，它能让你这个形象变得鲜活起来。

PS的黄金法则：讲一个“我和港大”的故事
我的PS主线非常清晰：过去的我（科研项目与实习）→ 现在的我（知识的渴望与能力的不足）→ 未来的我（在港大的帮助下实现职业目标）。

在“过去的我”部分，我用了上面提到的方法，深入剖析了我的科研项目。在“现在的我”部分，我坦诚地指出了我的不足。比如，我会说：“尽管我的项目取得了一些成果，但我意识到我对底层的半导体物理和芯片架构知之甚少，这限制了我从更根本的层面去优化算法性能。”

然后，我立刻将这个“不足”与港大的课程联系起来。“因此，我被港大EEE的课程设置深深吸引。像ELEC6065（Digital System Design）和ELEC7078（Advanced Photonic Devices）这样的课程，正是我迫切需要补充的知识。特别是，我了解到Edmund Y. Lam教授的团队在计算成像与AI芯片协同设计方面的工作，这与我希望将算法落地到硬件的职业规划高度契合。”

看到区别了吗？我不是在空喊“贵校很牛”，而是在告诉招生官：“我有病，而你正好有药。”这种强烈的匹配度，是他们最希望看到的。

简历（CV）：每一行都要有价值
我的CV遵循一个原则：多用动词，多用数字。不要写“Responsible for...”（负责...），要写“Developed... Led... Optimized... Achieved...”（开发了... 领导了... 优化了... 实现了...）。

比如，在实习经历那部分，我没有写“负责固件代码编写”，而是写：
- “Developed and implemented a low-power communication protocol for an IoT sensor node, reducing power consumption by 30%.”（为物联网传感器节点开发并实现了一个低功耗通信协议，将功耗降低了30%。）
- “Optimized the data acquisition module using DMA, increasing the sampling rate by 50% without overloading the CPU.”（使用DMA优化了数据采集模块，在不增加CPU负载的情况下将采样率提高了50%。）
每个点都清晰地展示了我的行为（Action）和它带来的结果（Result）。

面试，别怕，他们只想看看真实的你

收到面试通知时，我紧张得手心出汗。面试官是系里的一位教授，全程英文，大约20分钟。现在回想起来，那场面试更像是一次轻松的技术聊天。

面试流程大致是这样的：
1. 简单的自我介绍（2分钟）：提前准备好，突出重点，不要流水账。
2. 深挖科研项目（10分钟）：这是重头戏。教授几乎把我项目报告里的每个细节都问了一遍。“你为什么选择GAN而不是其他模型？”“你的感知损失函数具体是怎么定义的？”“这个项目最大的挑战是什么？”“如果让你重新做一次，你会怎么改进？”因为我准备得非常充分，每个问题我都对答如流。
3. 基础知识考察（5分钟）：教授问了几个EE的基础概念，比如“解释一下傅里叶变换的物理意义”，“什么是过拟合，如何避免？”。这些问题不难，主要是考察你的基本功是否扎实。
4. 提问环节（3分钟）：我问了两个问题：“除了课程学习，学生是否有机会参与到系里教授的实际研究项目中？”以及“系里与大湾区的科技企业有哪些合作，能为学生提供怎样的实习或就业支持？” 这两个问题表明我不仅关心学习，也对未来的发展有思考。

面试的关键在于“真诚”和“自信”。你做的项目，没人比你更清楚。自信地把你的思考过程展示出来。遇到不会的问题，也不要慌，可以坦诚地说：“教授，关于这个问题我目前了解得还不够深入，但我认为可以从XX角度去尝试解决，我会在面试后去深入学习。” 这种态度比不懂装懂要好得多。

写到这里，我的故事也差不多讲完了。从最初的焦虑不安，到后来的全力以赴，再到最后的惊喜收获，这一路走来，我最大的感悟是：永远不要因为某一项短板就否定自己。申请季就像一场资源配置游戏，你要做的，就是把你手上最好的牌，用最聪明的方式打出去。

你的GPA或许不高，但你可能有一段让你热血沸腾的项目经历；你可能没有大厂实习，但你在一个小团队里独当一面。这些都是你独一无二的闪光点。

别怕，别慌，一步一个脚印地去准备。把你能控制的事情做到极致，剩下的，就交给时间和一点点运气。

如果我这个均分83的普通学生都能敲开梦校的大门，你，一定也可以！