策略
策略
选校策略（方法论）
https://www.1point3acres.com/bbs/thread-883934-1-1.html
Motivation
每年选校一般最终会出现几种不满意的情况
- 想去的彩票冲刺一所没中，中的一堆主申保底都不想去
- 全聚德
- 选校时盲目申请，最后择校发现拒的项目完全送钱，录的项目不适合自己
倒三角选校
为了避免以上这些情况，倒三角选校法是非常好用的应对办法。
TLDR：选校数量彩票>冲刺>保底>=主申，保底留足，彩票多抽，去掉不适合自己的和明显送钱的
倒三角选校能够成立的意义是因为难度是波函数，这里借用一下量子力学的概念
每个项目的申请难度就像电子云一样（不过会更高维），我们无法观测到固定的难度，只能观测到一个个的dp。作为一个申请者你的所有申请feature，包括申请年份，软硬背景，文书这些因素联合在一起，能够确定你在空间中的位置（每个feature都是一个维度）。图中各个点就像往年录取的不同的申请人一样，有的部分稠密，可能是这部分申请人的GPA 90+，有的部分稀疏，可能是因为这部分申请人的TOEFL没过百。而径向分布曲线也是这样，单看某一个维度如GPA，录取结果经常是长尾的，录取的大部分人都是中高GPA，尾巴上低GPA也会有少量录取，可能是因为他们的其他背景足够精彩。而且不同项目的申请难度电子云的分布都不同，因为会有不同的申请者和不同的录取偏好。
而我们一般判断自己能不能录取一个项目是根据自己位置来进行的，比如根据dp在各个维度上取一定置信度的bar，然后这些维度的bar可以围成一个bounding box，自己的位置在这个bounding box内，几乎是非常稳的；离这个bounding box偏移不远，录取的概率就不小（因为各个维度的加权方式是不可知的）。
我相信这个模型是选校录取dp非常好的可视化。引入这个模型是为了说明
- 申请结果的决定因素是多元的
- 申请的难度无法用公式确定，我们对申请难度的判断是从dp而来的.
- 不同项目的申请结果分布是独立的
这使得我们申请时可以通过多申请彩票和冲刺来提高中奖概率，最简单来说申请年份这一维度就和选校时的dp不同，例如22fall的UIUC MCS比往年扩招不少，身边有很多人后悔没有申请。但这并不是鼓励大家无脑去海投，因为很多学校自己的位置离bounding box太远，甚至每一个维度都弱于录取的bar，完全没有理由被录取，海投会浪费宝贵的精力、推荐信和钱。
落地到自己选校的时候，针对几种不满意的情况我们可以针对性地采取措施
想去的彩票冲刺一所没中，中的一堆主申保底都不想去
倒三角选校，彩票冲刺多于主申保底。每个项目选择之前都要问问自己到底想不想去，做到可以说出自己去的理由。不想去宁愿不申，实际上保底不必是学校，有时候如果保底校都不想去，可以选择gap保底或者工作保底。
全聚德
保底校一定要留足数量，并且确定足够保底。
选校时盲目申请，最后择校发现拒的项目完全送钱，录的项目不适合自己
根据自己的规划去选校，选校之前就要对项目的录取和特点有初步了解。比如GRE不到328去申yale，零实习去申一年项目，找工向去申research master. Waral dи,
我的选校
结合我的背景和个人规划，我的选校follow了倒三角选校法，最后的结果是主申保底4中4，幸运地中了几个彩票。感觉上是一些top项目反而会关注软背景，一些top大众情人项目申请人太多非常看GPA可能我就无了。
体感大多数无target school的MS申请还是GPA绝对值>本科学校≈软背景，当然不同项目考虑不同，需要多多了解录取偏好。
选校+Results
彩票：Waterloo CS PhD(offer); Austin ECE-SES(ad); UIUC MCS(ad); UToronto MScAc(ad); Berkeley EECS Meng; CMU MIIS(rej)/MSAII(rej); GaTech MSCS(rej); UPenn CIS(rej); Yale MSCS(rej)
冲刺：Brown MSCS(ad); GaTech CSE(CoC); CMU ECE/SESV; CMU MSIN(rej); UMich CSE(rej); UCSD CS75(rej); McGill MSc(rej)
主申：UCLA Meng(ad); UCSD EC79(ad) ..
保底：NEU Seattle MSCS(ad); Tandon MSCS(ad)
找工向 SoP
SOP部分，我觉得要突出自己的特点并且明确自己的目标。我的sop就明确说我打算去industry并突出了我的developer经历，然后果然偏research的项目统统据了而professional的除了UCB都录取了。。所以项目的match很关键，而match主要在于你的经历和sop对自己背景和未来目标的塑造。如果你research和工作都有的话可以针对不同的项目有的放矢，像我这样下决心工作的人就只能focus在industry的方面了。
DIY vs 中介，我本课转学美国是找了中介，而研究生是DIY的。这个不是绝对的DIY就一定好，但是对于美本的学生我觉得DIY的能力完全应该是有的。而国内的话我当时学业很重，情绪也不是很好，找中介也确实缓解了我很多压力，所以这个还是要根据自身情况考虑。中介的话一定要自己掌控账号密码然后自己反复确认，不要依赖中介。
申请方向的话，我对ML AI几乎没有兴趣，但我做了两年多Web Dev，Full Stack，也许可能是我方向上的diversity给了招生官好的印象。所以不一定非要往人们的方向去挤，做自己喜欢的东西并且展现出成果更能吸引学校。
申请结果：
AD：Stanford MSCS，Gatech MSCS， CMU-SV SE，UIUC MCS
REJ：UCSD UCLA
Pending：USC，Berkeley
分档
Tier1以上的项目都是彩票，中了开心，没中很正常。
但是彩票该摸的时候还是要摸，梦想还是要有的，万一实现了呢？
TIER1和TIER2的在找工方面的区别是：
TIER1进FAANG以及Hot Start-up（Pinterest、Lyft、Uber、Airbnb等独角兽）的比例更大。
其实大家不要认为FAANG就是最好的公司，我认识的好几个非常厉害的莴苣都去独角兽了，反而不去成熟大公司，这种独角兽机会更多，而且可能会爆出天价包裹之类的（像Two Sigma、Jane Street、Citadel等券商金融行业给应届生sde开20w的无敌package，秒杀前面的公司)
不过对于普通人来说，TIER1和TIER2虽然门槛差距还是有，但是找工也没太大差距，平均工资相差几千刀的水平。