| 我的申请档案 (My Profile) |
|---|
| 本科背景:国内中上游985,经济学专业 |
| GPA: 3.7/4.0 (专业课 3.85/4.0) |
| GRE: 326 (Verbal 156 + Quant 170) + AW 3.5 |
| TOEFL: 106 (Speaking 22) |
| 软背景:两段数据分析实习 (一段大厂,一段初创) + 一段校内科研 + Coursera 机器学习证书 |
| 申请结果:Columbia M.A. in Statistics (admitted), UChicago, Duke, NYU (admitted) |
嗨,lxs.net的家人们,我是刚刚从申请季苦海里爬上岸的Alex!
还记得那是北京时间深夜两点,我第N次刷新邮箱,看到一封来自“Columbia University”的邮件时,心脏差点从嗓子眼跳出来。点开邮件前的那几秒钟,感觉比一个世纪还漫长。当“Congratulations!”那个金光闪闪的词映入眼帘时,我真的没忍住,在寂静的房间里“耶!”了出来,把睡梦中的室友都吓了一跳。
这一刻的喜悦,足以冲淡过去一年所有的焦虑和自我怀疑。回想起来,我不是那种GPA 3.9+、手握顶刊论文、实习经历闪瞎眼的大神。我焦虑过,因为我的托福口语万年卡在22分;我失眠过,因为SOP改了十几稿还是觉得像一盘散沙;我甚至在刷留学论坛看到各种神仙背景时,一度觉得自己就是个“炮灰”。
所以,我今天想做的,就是把我的“炮灰逆袭”记原原本本地分享出来。这里没有高深的理论,只有我一步一个脚印走过来的真实体验,希望能给同样在迷茫中的你,带来一点点光和热。
我的“平平无奇”三维背景
先来自报家门吧,大家可以看上面的表格。我的三维成绩,说实话,放在申请哥大这种级别的项目里,真的不算突出。GPA 3.7,在985里算良好,但绝对够不上“学霸”的门槛。GRE 326,数学满分算是给理工科申请挽回了一点颜面,但Verbal和写作也就平平。托福106,对于文科生来说可能还行,但申请STEM,口语22分确实是我的一个心病。
我知道,在申请大军中,比我分数高的人一抓一大把。尤其是在哥大统计这种热门项目里,据说录取的平均GPA都在3.8以上。哥伦比亚大学统计系的硕士项目,根据近几年的非官方数据,每年的申请人数超过2000人,而最终发放的Offer大约在300-400个,录取率可能在15%左右,竞争激烈程度可想而知。
所以,当我决定冲刺哥大的时候,我就很清楚,我不能靠硬实力碾压,必须在软背景上做文章,让招生官看到我分数之外的闪光点。这就像玩游戏,当你的基础属性点不够高时,就得靠装备和技能来凑。
软背景,我是这么“卷”出来的
我的“装备和技能”主要就是三块:实习、科研和线上课程。
第一件装备:两段有血有肉的实习。
我的第一段实习是在一家国内的互联网大厂做数据分析。很多人觉得大厂实习就是打杂,其实关键看你怎么“偷师”。我当时的任务是分析用户行为数据,优化推荐算法。一开始,我只会用Excel做些简单的拉取和透视表。但我发现身边的正式员工都在用SQL和Python。于是我每天下班后就泡在B站和Coursera上,硬是把SQL和Python的数据分析常用库(Pandas, NumPy, Matplotlib)啃了下来。
两个月后,我不仅能独立完成数据提取和可视化报告,还主动用`scikit-learn`里的逻辑回归模型,搭建了一个简单的用户购买意愿预测模型。虽然模型很粗糙,效果也一般,但这个从0到1的经历,让我第一次真正理解了统计模型是如何解决商业问题的。这段经历后来成了我SOP里的核心故事。
第二段实习是在一家做教育科技的初创公司。相比大厂,这里的工作更杂,但也给了我更多机会。我甚至参与了A/B测试的设计和分析,用假设检验来评估新功能对用户留存率的影响。这段经历让我对因果推断产生了浓厚的兴趣,也让我后来在写“Why Columbia”的时候,能具体地提到我想上他们家非常有名的《Causal Inference》这门课。
第二件装备:一段不算成功的科研。
大三的时候,我跟着学院的一位教授做了一个关于“社交媒体对大学生消费行为影响”的课题。我们收集了大量的问卷数据,尝试用多元线性回归和时间序列分析来建模。说实话,这个项目最后并没有得出什么惊天动地的结论,更别提发表论文了。
但是,在这个过程中,我学会了如何查阅文献、如何清洗数据、如何用R语言跑回归分析、如何解释P值和置信区间。这段经历虽然结果不完美,但过程的收获是巨大的。它锻炼了我的学术研究能力,也让我明白学术研究的严谨和不易。我在文书里并没有吹嘘这个项目的成果,而是诚实地分享了我在数据处理中遇到的困难,以及如何通过学习和尝试解决它们的过程。这种真实的挣扎和成长,远比一个空洞的“成功”更有说服力。
第三件装备:补齐短板的线上课程。
因为我是经济学背景,虽然学过高数、线代、概率论,但计算机相关的课程比较少。这是申请统计、数据科学这类项目的一大硬伤。哥大统计的官网上明确列出了一系列的先修课要求,包括多元微积分、线性代数、以及一门编程语言的经验。
为了弥补这一点,我利用暑假在Coursera上学完了吴恩达的《Machine Learning》和密歇根大学的《Python for Everybody》系列课程,并且都拿到了证书。我把这些证书链接附在了我的简历里。这不仅向招生官展示了我的学习主动性,也证明了我具备了项目所需要的编程和机器学习基础知识。这比在文书里空口说“我对编程很感兴趣”要有力得多。
SOP:我的申请灵魂
如果说三维和软背景是骨架和血肉,那SOP(Statement of Purpose)就是你的灵魂。哥大这样的学校,每年会收到成千上万份优秀的简历,他们想看到的,是一个活生生的人,一个有故事、有思考、有热情的未来学生。
我的SOP前后改了大概十五稿,从最初的流水账,到最后那个能打动自己的故事,走了很多弯路。
拒绝模板,讲好自己的“独特故事”。
我的第一稿SOP,就是“我叫XXX,我本科专业是XX,我做了XX实习,参加了XX科研,所以我很适合你们项目”。这种写法,招生官一天要看几百遍,毫无新意。后来,我把整个结构推倒重来,决定从一个具体的问题开始。
我开头写的是我在大厂实习时遇到的一个困惑:为什么我们基于用户历史购买记录做的推荐,点击率总是上不去?这个问题引出了我对“相关性不等于因果性”的思考,进而引出了我对统计学,特别是因果推断方法的兴趣。然后,我自然地过渡到我的科研经历,说明我如何尝试用学术方法去探索这类问题。最后,再引出我的职业目标——成为一名能利用数据做出更科学决策的数据科学家,而哥大的统计项目,就是实现我这个目标的最佳路径。
这样一个“问题-探索-目标-方案”的叙事结构,比简单的经历罗列要生动得多,也更能体现我的思考深度。
“Why Columbia”不能停留在彩虹屁。
几乎每个申请者都会说“哥大声誉卓著,地处纽约,资源丰富”。这些都是正确的废话。招生官想看的是,你对他们的项目有多了解,你和他们的项目有多“匹配”。
为此,我花了好几天时间,把哥大统计系的官网翻了个底朝天。我具体到了我想选的课程,比如 STAT GR5242 Advanced Machine Learning 和 STAT GR5702 Exploratory Data Analysis and Visualization。我甚至提到了授课教授的名字,比如David Blei在主题模型领域的研究,或者Andrew Gelman在贝叶斯统计方面的著作。我解释了这些课程和教授的研究方向,如何能帮助我解决我在实习中遇到的具体问题,以及如何帮助我实现我的职业目标。
我还提到了哥大统计系和DSI(Data Science Institute)的紧密联系,以及纽约市丰富的实习机会,比如在金融科技或者媒体行业。我说明了我想利用哥大的地理优势,在学习期间寻找一份相关的实习,将所学知识应用到实践中。这种具体、深入的“示爱”,才能让招生官相信,你不是海投,而是真的对他们项目做了功课,是真心想来学习的。
那些年,我踩过的坑
申请季那么长,谁还没踩过几个坑呢。分享出来,希望大家能绕道走。
推荐信:宁找“小牛”,不找“大咖”。
我一开始也犯了“名校情结”,想找一位只给我上过一门百人大课的、头衔很响亮的院长写推荐信。幸运的是,我及时刹住了车。我最后找了三位推荐人:一位是我的专业课老师,我的课程论文拿了高分,他对我印象深刻;一位是带我做科研的导师,他最了解我的研究能力;还有一位是我实习时的直属领导,他能证明我的实践能力和职业素养。
一封强有力的推荐信,内容远比推荐人的头衔重要。信里需要有具体的例子来支撑对你的评价,比如“该生在我的高级计量经济学课上,主动用Stata复现了顶刊的一篇论文,并提出了自己的改进想法”,这远比“该生学习刻苦,成绩优异”这种空泛的评价要好一万倍。
选校:别只看排名,要看“匹配度”。
申请初期,我像无头苍蝇一样,把U.S. News上统计和数据科学的排名从上到下看了一遍,觉得差不多的都想申。后来我发现这是巨大的时间和金钱浪费。每个项目都有自己的特色和偏好。
比如哥大统计,课程设置非常灵活,理论和应用结合得很好,而且有很多选修课可以让你往金融、咨询、科技等不同方向发展,非常适合我这种想在业界工作的人。而有些项目可能更偏理论,适合想读博深造的同学。花时间去研究每个项目的课程设置、毕业生去向、和你的个人目标是否契合,远比只盯着排名更重要。
关于面试,我想说……
哥大统计不是所有申请者都有面试,但部分人会收到。我是在2月中旬收到的面试邀请,是一个校友面试。时间不长,大概20分钟。
面试问题都很常规,基本就是:
简单做个自我介绍 (Walk me through your resume)。
为什么选择统计学?(Why Statistics?)
为什么选择哥伦比亚大学?(Why Columbia?)
详细介绍一下你简历上的一个项目/实习。
你有什么问题问我吗?(Do you have any questions for me?)
我的建议是,把简历上的每一个字都吃透,确保能把任何一段经历都扩展成一个3分钟左右的小故事。对于“Why Columbia”,要把你SOP里的核心论点用口语化的方式再说一遍。最后,一定要准备2-3个有水平的问题,比如可以问校友“您在哥大学习期间,觉得最有挑战性也最有收获的一门课是什么?”或者“您觉得哥大统计系的什么资源对您后来的职业发展帮助最大?”。这能体现你的思考和热情。
整个过程,保持微笑,自信大方,把它当成一次真诚的聊天,而不是一次拷问。气氛好了,一切就都顺了。
好啦,絮絮叨叨说了这么多,希望能对大家有一点点帮助。
申请季就像在一条又黑又长的隧道里独自前行,你不知道尽头的光什么时候会来,甚至会怀疑到底有没有光。但请你相信,你为之付出的每一个夜晚,你写下的每一个字,你战胜的每一次焦虑,都在为你积蓄力量。
别去跟别人比,你的故事就是你最独一无二的财富。把你的热爱、你的思考、你的成长,真诚地展现出来,就足够了。真的,如果像我这样平平无奇的人都能做到,你也一定可以。
加油,未来的哥大校友们!我在曼哈顿等你们!