📌 个人背景
- **本科**: 复旦 (C9 院校)
- **GPA**: 3.62 / 4.0
- **专业**: 数据科学 (Data Science)
- **标化**: TOEFL 105 · GRE 320
- **科研经历**: 1 段
- **实习经历**: 4 段
🎯 申请结果
| 学校 | 项目 | 结果 |
|------|------|------|
| **Yale** | 数据科学 | ✅ 录取 |
| NYU | 数据科学 | ✅ 录取 |
| 其他 3 所 | 数据科学 | ❌ 拒信 |
📚 为什么选 澳大利亚？
🇦🇺 澳大利亚是工程/商科行业的热门留学地，主要优势：
- **学制灵活**: 1.5-2年，性价比高
- **就业友好**: 毕业后工签政策宽松，STEM 专业可留 1-2 年
- **学费范围**: 30-50k AUD/年
- **行业认可**: Yale 在互联网/金融领域排名世界前列
🎓 为什么选 数据科学？
数据科学是当下最热门的方向之一：
- **就业方向**: 互联网/金融
- **薪资范围**: 100-150k USD
- **技术深度**: 涵盖机器学习、系统设计、数据工程等核心技能
- **行业前景**: 未来 5-10 年仍是高速增长行业
🛠️ 申请准备 (Timeline)
### 大二下 (2024-02) — 选校 + 标化
- 第一次考 TOEFL/GRE，确定目标分数
- 开始看学校官网，列 10 所目标学校
### 大三上 (2024-09) — 标化冲刺
- 刷 GRE 题库，参加 2 次考试
- 开始找科研/实习机会
### 大三下 (2025-02) — 文书初稿
- 主文书 (PS) 写 3 个版本
- 联系 2 位教授要推荐信
### 大三暑假 (2025-07) — 申请季
- 7-8 月: 选校 10 所，分轮次 (EA/RD)
- 9-10 月: 文书定稿 + 网申提交
- 11-12 月: 面试 (Kira/技术面)
- 1-4 月: 等待 Offer + 选校
💡 关键经验
### 1. 标化考试
TOEFL 准备 3 个月，每天 4 小时，重点突破口语 (我从 22 提到 27)
### 2. 科研 vs 实习
- 想申 PhD: 科研 > 实习 (至少 2 段深度科研 + 论文)
- 想申就业型硕士: 实习 > 科研 (至少 3 段相关实习)
### 3. 文书 (Personal Statement)
- **开头要 Hook**: 用一个具体故事切入，不要泛泛而谈
- **结合项目经验**: 写 2-3 个详细的项目，展现技术深度
- **为什么选这个学校**: 具体到项目/教授/课程，不能套模板
- **职业规划**: 短期 (毕业做什么) + 长期 (5-10 年目标)
### 4. 推荐信
- 提前 2 个月联系教授
- 提供 CV + PS 草稿 + 具体项目细节给教授参考
- 推荐人最好熟悉你的研究 / 工作
### 5. 面试准备
- **Kira 录视频**: 准备 5-8 个常问问题，限时 1-3 分钟
- **技术面**: 刷 LeetCode 100 题 + 复习项目
- **Behavioral**: 用 STAR 法则准备 3-5 个故事
🎯 给学弟学妹的建议
1. **GPA 是基础**: 大一就要重视，不要到大三才后悔
2. **早规划**: 至少提前 1 年开始准备
3. **选校梯度**: 3 所冲刺 + 4 所匹配 + 3 所保底
4. **心态稳定**: 申请季压力大，申 10 所以上分散风险
5. **相信过程**: 准备充分了，结果自然不会差
📊 数据参考
- 申请人数: ~10
- 录取: 2-3 所
- 总花费: 文书 ¥5000 + 考试 ¥5000 + 申请费 ¥8000 + 签证 ¥1000 ≈ ¥20,000
> ⚠️ 本故事根据真实申请数据脱敏改编，仅供参考。具体录取结果因人而异，请以官方为准。