在顶级计算化学 PhD 和普通 CS Master 之间应该如何选择？
1641269
题主 Top 5 化学本科 17 级（20 年 9 月开学大四），从入学以来一直按申请 PhD 准备，硬件条件比较好（GPA 前三，T 111，G 330），科研也很强（做过 3 段海外科研，有一篇 IF=5 的 paper，有把握拿到 2 封强推）。但是也正是在做科研的过程中发现自己缺乏做原创研究的问题发现能力以及探索新知识并试错的热情；相反，在写代码的过程中则感受到了很大的成就感，每个 project（语言 C++, Fortran, Python, Julia 都有）的实验代码都可以独立出来作为千行左右的 open source 小项目，喜欢研究设计模式以及怎么写 elegant code，并且在最后一段科研中做了机器学习拟合力场感觉也很有趣。综合以上特点，我感觉我还是更适合从事偏工程的 CS 相关工作。
现在进入申请季，如果继续申请计算化学 PhD 有把握拿到六大（MIT, Stanford, UCB, Caltech, Princeton, Harvard）的 offer；但是如果强行转专业申 CS 的 master，因为课程只学过计算导论（基本的 C++ 编程）、数据结构与算法和计算物理学（数值分析数值代数），即使把实验代码都包装成 project 大概也只能申到很水的项目，另外即使 gap 一年补几门 online CS 课程、一段实习和一段科研也不一定能申请到很好的项目。
强上 CS 必然起点较低且会有落差感（学费倒是出得起），但后续找工作会比较方便。另一方面，如果继续读计算化学的 PhD，因为能给 return offer 的暑研老板也做机器学习在化信/生信的应用，所以有望在 PhD 阶段修一些计算机课、提升 ML 的技能、甚至有可能可以做业界实习（老板比较 nice，以前毕业生也有做 SDE 和 ML Scientist 的），看起来是比较平稳的转 CS 路线。但是，后续找工作和申请签证则有可能受到歧视。
大家意下如何？
现在进入申请季，如果继续申请计算化学 PhD 有把握拿到六大（MIT, Stanford, UCB, Caltech, Princeton, Harvard）的 offer；但是如果强行转专业申 CS 的 master，因为课程只学过计算导论（基本的 C++ 编程）、数据结构与算法和计算物理学（数值分析数值代数），即使把实验代码都包装成 project 大概也只能申到很水的项目，另外即使 gap 一年补几门 online CS 课程、一段实习和一段科研也不一定能申请到很好的项目。
强上 CS 必然起点较低且会有落差感（学费倒是出得起），但后续找工作会比较方便。另一方面，如果继续读计算化学的 PhD，因为能给 return offer 的暑研老板也做机器学习在化信/生信的应用，所以有望在 PhD 阶段修一些计算机课、提升 ML 的技能、甚至有可能可以做业界实习（老板比较 nice，以前毕业生也有做 SDE 和 ML Scientist 的），看起来是比较平稳的转 CS 路线。但是，后续找工作和申请签证则有可能受到歧视。
大家意下如何？
- 19