- UID
- 1393487
- 在线时间
- 小时
- 注册时间
- 2019-3-18
- 最后登录
- 1970-1-1
- 主题
- 帖子
- 性别
- 保密
|
自己作为转专业申请人在整个申请季从论坛上索取了很多信息。虽然没有积极参与论坛互动，但真的十分感谢许多前辈（@boum @Tripleg @JJJooe @scsweet @Nestor0612 等等等等）无私分享所留下的宝贵经验，这些给了我很多力量和勇气！同样感谢申请过程中认识的众多小伙伴们，祝福大家都能健康快乐走在自己选择的路上～
20Fall的申请，已经有多位小伙伴写了总结，比如：
@天地茫茫且行歌 https://forum.chasedream.com/forum.php?mod=viewthread&tid=1363116&extra=page%3D1%26filter%3Ddigest%26digest%3D1
@Phoebeleemz https://forum.chasedream.com/forum.php?mod=viewthread&tid=1364308&extra=page%3D1%26filter%3Ddigest%26digest%3D1
关于选校，作为一个还没有踏入这领域的新人不敢多做评价，这里仅列出我当时所参考的信息来源（排名不分先后）。
1）各大学校官网
2）UTD排名
3）@boum 前辈对于MIS项目的个人观点 https://forum.chasedream.com/forum.php?mod=viewthread&tid=1320964&extra=page%3D1%26filter%3Ddigest%26digest%3D1
4）@Tripleg 前辈对于商学院PhD项目就业的讨论 https://forum.chasedream.com/thread-1301728-1-1.html
再次感谢前辈的分享！
我的背景和录取结果在之前的定位贴里 https://forum.chasedream.com/forum.php?mod=viewthread&tid=1343287&page=1&extra=#pid24658859
和朋友感叹，自己很幸运 这样的背景也能拿到offer，真的是硬实力不行，全靠软件来凑。现在才写小结，是因为经过半年的时间，申请季前后起起伏伏的心态终于平稳了下来。一点点体会，哪怕可以鼓励到一个坛子里和我相似没什么科研想申请的工作党，也是不枉此贴存在了。
郑重申明：以下仅代表个人有限视角下的观点
一，在职工作没有科研的我怎么办？
因为在校时并没有正儿八经的RA经验，之后又在业界工作了一年多，申请最开始时的拦路虎便是没有科研。但比较幸运的我工作是在某一传统行业巨头的R&D部门，所以便决定从这里入手尝试挖掘可以描述的点。那核心问题便是如何从工作中展现在自己科研能力？
一开始我对于research这个词的理解停留在那些提出新理论 新算法 或者最起码改进算法上，为此折磨自己好久。但后来反应过来，其实发现一个问题并解决它，甚至试图解决并未成功也可以称做research。（大佬请忽略，RA当然是王道，但小弱没办法只能在已有经验上挖掘。）结合自身对于MIS科研有限的理解，我发现好像找到一个有趣值得深入的问题的能力很重要？因此我在SOP和面试中以业界项目作为research经验介绍时，着重描述了我们是如何发现这个问题的，为什么要解决这个问题，如何把这个问题抽象出来形成一个切实可做的项目，以及high-level上从哪些方面运用哪种方式解决。这可能是有工作经验的申请者相较于其他申请者相对容易出彩的部分，我花了很长时间在这上面 思考如何把这个故事说的吸引人。而对于能展现数理编程能力等普遍申请者都有的素质，像如何收集处理的数据，具体设计的模型算法，如何编程落地在SOP里做了弱化，面试中如果对方感兴趣再根绝对方的兴趣点进行深入。
二，跨专业的我如何说明自己的研究兴趣？
由于跨专业申请，可以说开始时对MIS一无所知。这个问题的答案在我做完一轮学校筛选后变得相对清晰起来。选校时，我把各个学校有眼缘的MIS教授近几年的3-4篇文章下载了下来，快速浏览了Abstract and Introduction部分。这个过程形成了我对MIS研究些什么的模糊印象，并从中找到了2-3个挺有意思的大方向。在确定了最终申请list后，筛选兴趣大方向所对应的目标教授 并阅读他们上述文章的Conclusion部分。通常这一板块不仅有结论还有对研究问题更深入却没有做的想法，然后基于自己的理解归纳出几个问题，这样就形成了我在那2-3个大方向下更加具体的兴趣点。（虽然说实在的，可能对于转专业申请者也没教授指望你了解多少 把你现在说的研究兴趣真就当成将来的研究方向吧。）兴趣嘛，没有对错不要怕。
如果是面试，个人感觉就更灵活了吧，自然勇敢的说。就比如在面一个IS和SCM合一起项目时，正处美国疫情stay at home之时，面试的教授又是做healthcare supply chain的，便自然聊到cvs泰诺 温度计 口罩的缺货，好奇这样严重的全球性公共卫生突发事件对供应链的影响。
三，如何准备面试？
针对general问题，像why PhD, why this field, why our programe这种必考题，我事先有准备好非常口语化的文档。文档不是写下来某个回答就完事了，每个问题都要结合自身情况在能力范围内反复推敲。内容上以突出自己的不同之处为出发点，以求真诚展现出有下决心读这个领域的博士和认真做功课而选择这个项目的。比如在聊why PhD时，结合我SOP所想突出的发现问题的能力，我说业界的research是需要为公司当下的发展目标和利益服务的，有时自己觉得某个问题可以做 或者某个结项可以继续深入下去时，公司并不会这么做，读PhD以及将来想今学术界是希望在决定研究问题时有更多自由。再比如why our program，每个拿到面试的学校我都有仔细阅读项目的官网，并从中找出1-2个具体的闪光点。相比于泛泛的说学生和教授们的关系紧密，在面某校时我说贵校师生合作氛围好呀，XX学生（项目官网上）就说 每一年都有机会rotate到不同教授合作，这一点真的特别吸引人呢。总之就是某个观点想法或原因，最好都加一点具体的细节支撑。
除了这些问题，面试嘛少不了介绍自己的项目，个人觉得这里很重要的是得有一个框架，让人能很清楚的了解你的逻辑。在梳理时，我采用当初找工作时总结的框架，先理清1）这是一个什么样的问题 2）为解决这个问题，模型的具体目标是什么 3）数据怎么来的 长什么样 有什么特点 4）采用了什么模型 为什么采用 5）结果如何 6）有什么实际意义。然后再在这个框架下细分，每一步发现了什么，会导致什么问题，怎么解决。举个小例子，EDA时发现数据imbalanced，说明imbalanced会怎么样，怎么解决，oversampling or downsampling效果怎样等等。 总之要让人清楚的知道你是怎么做的，以及做每一步的原因和逻辑。然后我将这些内容像做presentation一样尽可能详细的用口语化的语言写下来。这个讲稿可能会很长，但这是一份对这个项目最细致的梳理，99%的问题不会超出这里的内容。面试中，如果被要求介绍某个项目时，我会先说大框架 short version，然后告诉教授如果对于里面XX，XX方面感兴趣，我可以做更细致的介绍。
练习很重要，熟了才能有自信。虽是写了讲稿，但我并没有花多少时间在准备面试上。讲稿是帮助我理逻辑，内容我已经很熟了。 这些练习时间被实实在在的分散在之前找工作梳理项目 电话面试 onsite，以及工作中从项目成立到结束时大大小小数不清的presentation中。所以有时候看到别人说没怎么准备，XX天 XX周怎么样时，我告诫自己 别自欺欺人觉得我也行，他们没说的是之前花下去的时间和精力，自己什么样还没点AC数么。。。对自己负责才是真的。这里的理想状态是张口就来的口语化流利表达出梳理的内容 （有起伏有重点，不是一个调子的快），千万别用长句 以免让人觉得是面无表情的背作文机器。可以用手机录音并不断回听修改表达的方式来进行练习。
最后，面试当天 个人认为最重要的还是自信，放松， be yourself! 我们虽然是申请者，最后还不是一个双向选择的过程。我会在身边准备纸笔，遇到不好解释的地方，直接用写的画的。受益于之前在美痛苦找工的悲惨经历，博士申请的面试还比较轻松，教授们太 nice了 感觉就是聊天。有时我的猫大摇大摆的从背景中路过，教授们还会好奇的问问叫什么名字啊多大啦 夸夸我家宝贝这样，讨论一下猫狗的区别。
暂时就这么多啦，之后如果想到什么再补充。Good luck!
|
|
[复制链接]
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号
发表于 2020-8-13 16:23:59
收藏
收藏
楼主
