哈佛大学医学院Offer，从【西交利物浦】出发！！！！！
2023-07-12 18:29:56
标签： ggu 世毕盟 世毕盟留学 世毕盟教育
背景介绍
学校：西交利物浦太仓校区
专业：数据科学与大数据技术
GPA：3.9/4.0
雅思7.5 GRE：154 168 3.5
科研：校内一段科研，Rice一段海外暑研（Remote）
论文：PIC-2021一篇医学图像一作，ICHI-2023一篇医学数据分析一作（申请时在投）
Offer：哈佛生物医学信息，密歇根安娜堡生物信息，爱丁堡AI
海外申研：
正如我本科院校所选择的那样，我在大学的一开始就已经是坚定的想要出国留学了。然而，当时的我并没有打算申请美国的硕士项目，因为我学校所采取的教育体系是英制系统，所以西浦的大部分学生都是以英国为目的地来准备申请的。
最初，在大一阶段我还处于一个对申请和背景提升完全一知半解的情况，因此我的大部分精力都花在了课内学习上面。其实现在想来，如果不是为了拿全额奖学金的话，单论针对申请硕士的背景提升，大一开始参加数学建模美赛，背背单词，然后考GRE才是一个比较不错的选择。当然，我后来才明白英国和美国的申请标准其实有很大的区别。英国名校的申请更加注重于课内的GPA，以及标化的考试成绩，还有文书。而申请美国对于标化成绩就没有那么重视，GRE考试，雅思托福语言成绩都是过线即可，其他更重要一点的还是实习或者科研经历，当然这一切都是基于课内成绩还不错的情况下来说的，如果课内GPA不稳住，那么有再多的科研实习经历也不会特别的有优势。
科研经历：
我的科研历程是从大一到大二的暑假开始的，由于我们是西浦太仓校区的学生，打着培养创业家精神的模式，我们学院给我们安排了去一些在人工智能和机器人产业比较有名的公司参观，例如深蓝，科沃斯，松鼠等。或许是从那时候开始，我对于人工智能领域产生了浓厚的兴趣。于是在参观活动结束后，我联系了我们人工智能与先进计算学院的一位副教授，希望他能够给我一个做科研的位置。幸运的是，他看了我大一的成绩以及我拿到了全额奖学金，没有面试就让我加入了他的实验室（这么看来大一成绩好还是挺有用的哈哈哈）。后来，他就让他的一个博士生带我读文章，做实验。说实话，一开始读全英文的论文真的很痛苦，但好在都坚持了下来，所以现在看英文文献基本没有障碍了。当然，我在我们的科研小组里面主要负责的是Python代码实现以及跑实验的工作，因此就光光学习代码，读AI领域热点的文章就花了我半年多的时间。就这样，我维持着读文章，跑实验的状态，一直持续了一年左右，然后又花了三个月写文章，最终发表了我人生中的第一篇会议论文。
海外暑研：
在有了第一篇论文发表之后，在大三下学期的时候，我就开始套磁海外科研，
我记得我给许多院校的教授发了套磁信，一共大概有六七十封吧，最后拿到了莱斯大学一位副教授的internship。当时收到暑研的时候，因为正处于疫情高峰，所以教授同意了我可以在国内以线上会议的形式进行远程科研。总体流程其实跟我在校内的科研差不多，都是教授让他的博士生带我一起做一个项目，然后我写代码，跑实验，但优势在于博士生们的效率非常高，在科研结果差不多出来后，我们大概花了10天左右就完成了最后的论文撰写并投稿。最后也顺利要到了教授的推荐信。
申请总结：
纵观整个申请季，世毕盟对我的帮助可以说是相当大的，主要是非常及时的提醒我在每个阶段应该去做什么事情。以我自己怕麻烦的性格，肯定是不会自己主动去找信息的，好在世毕盟的老师帮我完成了这些工作，我也很感谢他们。对我来说最重要的是文书的撰写上，世毕盟的mentor制确实对我帮助很大，他们跟一些海外的博士合作，帮我修改文书，这一点确实给我提供了不少便利，让我很快就能够确定好文书的终稿。此外，在每一个提升背景的关键节点，例如暑研套磁，标化考试成绩的时间安排，申请提交，以及安排模拟面试等等，这些都对我最终申请到名校有着莫大的帮助。在这里也再次感谢世毕盟的老师和mentor（CMU硕士毕业，Princeton博士）。
同时，我自己最后总结了一下我的背景和申请结果的一些规律。我本科的专业是偏向于数据科学的，而且我做的科研很大程度上并非是单纯的AI或者是CS项目，除了机器学习的内容外，很大程度上跟医学有直接或间接的关系。因此，申请时多选择一些与数据或者医学相关的专业比较稳妥，例如health
data science，biostatistics，
bioinformatics这类。总之，申请美国的话，专业和科研的匹配度现在看来确实是非常重要的一点。反观英国的话，似乎专业上的要求也并没有卡的特别严，我最后也申请到了人工智能之类的项目。
最后简单说一下这篇文章算是我对于我自己申请下来的总结，一是反思一下自己来时的路，二也是希望能帮助到后来者。祝学弟学妹们申请顺利！
哈佛大学医学院Offer，从【西交利物浦】出发！！！！！
背景介绍
学校：西交利物浦太仓校区
专业：数据科学与大数据技术
GPA：3.9/4.0
雅思7.5 GRE：154 168 3.5
科研：校内一段科研，Rice一段海外暑研（Remote）
论文：PIC-2021一篇医学图像一作，ICHI-2023一篇医学数据分析一作（申请时在投）
Offer：哈佛生物医学信息，密歇根安娜堡生物信息，爱丁堡AI
海外申研：
正如我本科院校所选择的那样，我在大学的一开始就已经是坚定的想要出国留学了。然而，当时的我并没有打算申请美国的硕士项目，因为我学校所采取的教育体系是英制系统，所以西浦的大部分学生都是以英国为目的地来准备申请的。
最初，在大一阶段我还处于一个对申请和背景提升完全一知半解的情况，因此我的大部分精力都花在了课内学习上面。其实现在想来，如果不是为了拿全额奖学金的话，单论针对申请硕士的背景提升，大一开始参加数学建模美赛，背背单词，然后考GRE才是一个比较不错的选择。当然，我后来才明白英国和美国的申请标准其实有很大的区别。英国名校的申请更加注重于课内的GPA，以及标化的考试成绩，还有文书。而申请美国对于标化成绩就没有那么重视，GRE考试，雅思托福语言成绩都是过线即可，其他更重要一点的还是实习或者科研经历，当然这一切都是基于课内成绩还不错的情况下来说的，如果课内GPA不稳住，那么有再多的科研实习经历也不会特别的有优势。
科研经历：
我的科研历程是从大一到大二的暑假开始的，由于我们是西浦太仓校区的学生，打着培养创业家精神的模式，我们学院给我们安排了去一些在人工智能和机器人产业比较有名的公司参观，例如深蓝，科沃斯，松鼠等。或许是从那时候开始，我对于人工智能领域产生了浓厚的兴趣。于是在参观活动结束后，我联系了我们人工智能与先进计算学院的一位副教授，希望他能够给我一个做科研的位置。幸运的是，他看了我大一的成绩以及我拿到了全额奖学金，没有面试就让我加入了他的实验室（这么看来大一成绩好还是挺有用的哈哈哈）。后来，他就让他的一个博士生带我读文章，做实验。说实话，一开始读全英文的论文真的很痛苦，但好在都坚持了下来，所以现在看英文文献基本没有障碍了。当然，我在我们的科研小组里面主要负责的是Python代码实现以及跑实验的工作，因此就光光学习代码，读AI领域热点的文章就花了我半年多的时间。就这样，我维持着读文章，跑实验的状态，一直持续了一年左右，然后又花了三个月写文章，最终发表了我人生中的第一篇会议论文。
海外暑研：
在有了第一篇论文发表之后，在大三下学期的时候，我就开始套磁海外科研， 我记得我给许多院校的教授发了套磁信，一共大概有六七十封吧，最后拿到了莱斯大学一位副教授的internship。当时收到暑研的时候，因为正处于疫情高峰，所以教授同意了我可以在国内以线上会议的形式进行远程科研。总体流程其实跟我在校内的科研差不多，都是教授让他的博士生带我一起做一个项目，然后我写代码，跑实验，但优势在于博士生们的效率非常高，在科研结果差不多出来后，我们大概花了10天左右就完成了最后的论文撰写并投稿。最后也顺利要到了教授的推荐信。
申请总结：
纵观整个申请季，世毕盟对我的帮助可以说是相当大的，主要是非常及时的提醒我在每个阶段应该去做什么事情。以我自己怕麻烦的性格，肯定是不会自己主动去找信息的，好在世毕盟的老师帮我完成了这些工作，我也很感谢他们。对我来说最重要的是文书的撰写上，世毕盟的mentor制确实对我帮助很大，他们跟一些海外的博士合作，帮我修改文书，这一点确实给我提供了不少便利，让我很快就能够确定好文书的终稿。此外，在每一个提升背景的关键节点，例如暑研套磁，标化考试成绩的时间安排，申请提交，以及安排模拟面试等等，这些都对我最终申请到名校有着莫大的帮助。在这里也再次感谢世毕盟的老师和mentor（CMU硕士毕业，Princeton博士）。
同时，我自己最后总结了一下我的背景和申请结果的一些规律。我本科的专业是偏向于数据科学的，而且我做的科研很大程度上并非是单纯的AI或者是CS项目，除了机器学习的内容外，很大程度上跟医学有直接或间接的关系。因此，申请时多选择一些与数据或者医学相关的专业比较稳妥，例如health data science，biostatistics， bioinformatics这类。总之，申请美国的话，专业和科研的匹配度现在看来确实是非常重要的一点。反观英国的话，似乎专业上的要求也并没有卡的特别严，我最后也申请到了人工智能之类的项目。
最后简单说一下这篇文章算是我对于我自己申请下来的总结，一是反思一下自己来时的路，二也是希望能帮助到后来者。祝学弟学妹们申请顺利！