这个库我做了一个星期，之后 Tom 告诉我，库设计得不错，执行效果也很好。」之后你的导师会向那个学生了解更多信息，然后按下面的方式写这件事：「我的博士生 Tom 是一个工程能力很强的学生，他曾和 Jane 合作一个研究项目，在开始研究之前我们需要先开发一个语言建模代码库。Tom 把这个任务交给了 Jane，预计三周内完成，但是 Jane 一周就完成了。
Tom 告诉我，他检查了代码后发现 Jane 的工程能力与他齐平甚至超过他，代码质量非常高，且执行速度快。Jane 的工程技能帮助该研究快速进行，因此该研究项目的进展非常顺利。Jane 将研究成果发表在了 NeurIPS 2020 大会上……」如果你有三封推荐信都在「好」这一级甚至之上，你应该考虑让这些推荐信更多样化。
拿我自己举例，我用了一篇学界推荐信、一篇工业实验室推荐信，还有一篇推荐信来自了解我的研究的老师。目的陈述早点开始，咨询有经验的人。如果你按照上述方法行事你应该是安全的。如果你想展示研究生时期的困难，你需要在 SoP 上花很多时间，可能 SoP 会是所有申请材料里需要花费时间最多的。尝试在给不同大学的 SoP 中使用类似的内容。
如果给每一所申请学校都「定制」SoP，会花费很多时间。我给不同学校的 SoP 中只有一章有变化，就是关于我想跟的导师那部分。在线申请尽早开始填写在线申请表。有的申请表非常恐怖，填写需要很多时间。尽早完成这些，你就可以集中精力对付推荐信、择校和 SoP 了。准备好钱。整个流程需要花多达 1000 美元。
如果没有这么多钱，可以向亲戚朋友寻求帮助。如何选择合适的学校？怎么才能进名校？许多读者可能都梦想能进斯坦福、MIT、伯克利、CMU 等名校，但这条路很难走。一些项目的竞争非常激烈。以下是我被录取的一所名校的录取统计数据，以及符合特定要求的申请者比例：本科学校排名 Top 2：38%Top 4：52%Top 20: 73%各个国家的顶级学府：84%来自 top 3 学校的硕士：89%至少 4 篇顶会论文：93%至少 3 篇顶会论文 最佳教师/年轻科学家奖：98%数据解读：每一个要求后面的百分数指符合该要求的申请者的比例。
如 84% 的申请者本科阶段就读于某个国家的顶级学府/排名前 20/排名前 4/排名前 2 的学校。注意，本科就读于名校的申请者通常都会有论文发表，也有很有分量的推荐信。因此，如果你的本科学校不在前 20，即不是你们国家最好的学校，而你的顶会论文又少于 3 篇，那么你被这所学校录取的概率只有 2% 左右。
如何被名校录取？这些统计数据并不代表你就不会被这些学校录取，而是说如果你的资历不够，就需要再花一年来巩固自己的实力。以我个人为例，我在硕士阶段延期一年去当研究实习生。如果没有这一年，我不可能被这些学校录取。如果你的梦想是被这些学校录取，那么这么做是最好的选择。即使你不想进入名校，做研究实习生的经历也是很有帮助的，比如：科研能力提高，开始读博时会轻松一些。
检验某个 PhD 项目或研究方向（NLP vs 计算机视觉 vs 系统）是否适合你。一份良好甚至突出的推荐信（实习时间越长越好）。可能会发表论文。择校你应该申请大约 10-15 所学校。再多的话，你可能没有足够的时间打磨申请书。过少的话，可能出现没有被任何一所申请学校接收的风险。你应该有一两所保底学校（被接收的概率大于 75%）。
通常你就读过的学校可以作为不错的保底学校，因为给你写推荐信的人在这所学校应该是比较出名的。申请你被接收的概率大于 10% 的所有顶级学校。其他的学校选择那些录取率较好的学校（25-33%），你应该至少申请 3 所此类学校。这类学校通常是给你写推荐信的人与你想学习的导师有个人关系的学校。注意，最好的导师通常不在顶级学校。
在 top 20 以外的学校也能得到很好的 PhD 训练。但是，如果你考虑在学界工作，那么学校排名非常重要，你应该尽量找顶级学校的导师。择校主要依据潜在导师。确保每所大学都有不止一个你想一起工作的导师。不要申请那些只有一个好导师的学校。如果你的导师列表很短，那么扩展自己的兴趣。例如，如果你想做深度学习和 NLP，但没有太多合适的导师，可以考虑计算机视觉或其他领域的导师。
常见 Q
